OSGuard: Evaluando la Seguridad de Agentes Informáticos
Descubre OSGuard, el benchmark que evalúa la seguridad de agentes de IA en tareas de computación, detectando acciones inseguras incluso si cumplen el objetivo.
#benchmark osguard
OSGuard: Benchmark de seguridad para agentes informáticos
Descubre OSGuard, el nuevo benchmark que evalúa la seguridad de los agentes de IA en tareas informáticas. ¿Logran evitar atajos inseguros? Lee más.