上海交通大学 发布 SafeAgentBench 数据集, 应用在 具身AI、任务安全性 领域

上海交通大学 本次发布的数据集 SafeAgentBench, SafeAgentBench是由上海交通大学等机构创建的一个用于评估具身LLM代理任务规划安全性的基准数据集。该数据集包含750个任务，涵盖10种潜在危险和3种任务类型，旨在测试代理在面对危险任务时的安全意识。数据集内容包括450个危险任务和300个安全任务作为对照组，任务类型分为详细任务、抽象任务和长时任务。数据集通过GPT-4自动生成，并经过筛选和人工标注以确保任务的可执行性和评估性。该数据集主要应用于具身AI机器人领域，旨在解决具身代理在执行危险任务时的安全问题。

查看SafeAgentBench

README 内容： 

关于 上海交通大学 , 上海交通大学是一所位于中国上海市的著名综合性研究型大学，以工程学、管理学和医学等领域的研究和教学而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。