PACT: Can Enterprise AI Assistants Be Trusted Under Pressure?

• 类型：arxiv
• 标识：2609.18605
• 链接：https://arxiv.org/abs/2609.18605
• 主分类：agent
• 形态：benchmark
• 被引：2
• 被引来源：Semantic Scholar
• S2被引：2
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces PACT (Pressure-Applied Compliance Testing), a benchmark for rule-following under pressure in AI agents assisting employees in daily tasks across twelve regulated enterprise domains and forty-eight scenarios, each set in a realistic multi-turn conversation.
• OpenAlex ID：W7213530159
• OpenAlex DOI：10.48550/arxiv.2609.18605
• DOI：10.48550/arxiv.2609.18605
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.18605
• OpenAlex更新：2026-09-19
• 副分类：evaluation
• 待LLM分类：否
• 标题中文：PACT：压力之下企业 AI 助手值得被信任吗？
• TLDR中文：该工作提出 PACT（Pressure-Applied Compliance Testing），一个用于评估 AI agent 在压力下遵守规则的基准，覆盖十二个受监管的企业领域与四十八个场景，每个场景均为真实的多轮对话。
• 来源文件：
• /inbox/tom/_candidates/2026-09-18-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]