SteerBench-Work：面向 Agent 行动边界引导的基准测试

英文标题：SteerBench-Work: A Benchmark for Agent Steering at Action Boundaries

论文提出 SteerBench-Work 基准，用于评估长时间运行的 LLM Agent 在行动边界上的引导决策能力。此类 Agent 会通过工具执行操作，单一步骤可能触发发送邮件、合并拉取请求或支付款项等高影响行为。所谓“引导决策”是指操作提交前的选择：直接继续执行，还是暂停并等待人工或策略审查。该问题对构建安全、可控且可部署的 Agent 系统具有重要意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB