研究发布智能体对话隐私泄露基准

研究者将 CIMemories 扩展为 CIMEMORIES DIALOGUE，一个包含 4,410 个双智能体对话实例的基准，基于 Contextual Integrity 理论评估了 Qwen3 和 Llama 3.1 系列的 7 个开源模型。 结果显示任务能力与隐私泄露根本耦合：能力越强的模型泄露越多，思考型模型比非思考型泄露更多；对话从 1 轮增至 6 轮时，泄露最高增至 3 倍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。