HLL: 에이전트는 인류의 마지막 검증선을 넘을 수 있을까?
HLL: Can Agents Cross Humanity's Last Line of Verification?
TL;DR AI
1분핵심 요약
연구진은 멀티모달 에이전트가 실제 GUI 환경에서 인간 인증 경계를 넘을 수 있는지 시험하는 인터랙티브 CAPTCHA 기반 벤치마크 HLL을 제안했다.
8개 최첨단 에이전트를 평가한 결과, 성능은 CAPTCHA 유형에 따라 불안정했고, 더 어렵거나 복잡한 인터페이스에서 크게 떨어졌다.
유효한 액션 트레이스로 답을 입증해야 할 때 성능은 더 낮아졌으며, 이는 보안 민감한 폐루프 워크플로의 한계를 보여준다.