Beyond Attack-Success Rate: Action-Graded Severity Scale for Tool-Using AI Agents

• 类型：arxiv
• 标识：2607.07474
• 链接：http://arxiv.org/abs/2607.07474v1
• 主分类：agent
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：An action-graded harm rubric is introduced that scores an agent's tool-call trajectory on a seven-level ordinal scale according to whether the executed action was reversible, whether it crossed scope to reach another party, and whether it expanded privilege.
• OpenAlex ID：W7167816337
• OpenAlex DOI：10.48550/arxiv.2607.07474
• DOI：10.48550/arxiv.2607.07474
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.07474
• OpenAlex更新：2026-07-19
• 副分类：risk
• 待LLM分类：否
• 标题中文：超越攻击成功率：面向使用工具的 AI 智能体的动作分级严重性量表
• TLDR中文：本文提出了一种动作分级伤害评估量表，按七级有序量表对智能体的工具调用轨迹进行打分，评判依据包括所执行动作的可逆性、是否越界涉及其他方以及是否扩大了权限。
• 来源文件：
• /inbox/tom/_candidates/2026-07-09-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]