モバイルエージェント向け意思決定完全性ベンチマーク「DIBench」発表
arXivは9月29日(現地時間)、論文「DIBench: Benchmarking Decision Integrity of GUI-based Mobile Agents Under Deceptive Injections」を発表し、GUIベースのモバイルエージェントにおける新たな安全性評価ベンチマーク「DIBench」を提案した。既存手法が見過ごしてきた「in-task goal deviation risk」の測定を目指す。