Dans l'actualité
BazaarBench: Delegation Safety in Decentralized C2C Marketplaces Run by LLM Agents
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- BazaarBench teste si les agents LLM agissant comme traders commettent de la fraude, comme vendre deux fois le même article ou en dissimuler l'état.
- Pourquoi ça compte
- Pertinent pour les ingénieurs construisant des agents autonomes pour des marchés réels, systèmes de paiement ou plateformes basées sur la réputation.
- Vigilance
- Les résultats de simulation peuvent ne pas prédire le comportement réel; les conditions adversariales sont artificielles; seulement cinq modèles testés; transfert en production incertain.
- agent
- llm
- language model
- eval
- benchmark
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.