Bingbing Wen

SusBench：评估计算机使用agent暗模式敏感性的在线基准

Guo 等人构建了SusBench在线基准，通过代码注入在55个网站设计313项任务评估CUA对暗模式的敏感性，发现agent和人类对预选、欺骗性措辞和隐藏信息特别易感，为开发更可信的CUA提供关键洞察。