PaSBench-Video: benchmark de video para advertencias proactivas de seguridad
¿Pueden los modelos multimodales advertir peligros en video antes de que ocurran? PaSBench-Video pone a prueba su precisión temporal. Descubre los resultados.
#detección de riesgo
TRACE: Compresión de Riesgos en Trayectorias para Seguridad de Agentes
TRACE comprime evidencia de riesgo en trayectorias de agentes para mejorar la seguridad en tareas de largo plazo. ¡Alta precisión!
SkillVetBench: Benchmark de detección y verificación de riesgos
Descubre cómo SkillVetBench detecta amenazas ocultas con sandboxing y verificación runtime en ecosistemas de habilidades abiertas.