論文の概要: ScrapeBench: Evaluating Legal Compliance of AI Agents in Website Scraping
- arxiv url: http://arxiv.org/abs/2611.11306v3
- Date: Wed, 11 Nov 2026 07:52:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:32.873857
- Title: ScrapeBench: Evaluating Legal Compliance of AI Agents in Website Scraping
- Title(参考訳): ScrapeBench: ウェブサイトストラップにおけるAIエージェントの法的コンプライアンスの評価
- Abstract要約: 我々はScrapeBenchを紹介した。ScrapeBenchは、ウェブサイトのスクレーピングポリシーによるAIエージェントの法的コンプライアンスを実証的に評価するための最初のエージェントベンチマークである。
広く使われているクローズドウェイトとオープンウェイトAIエージェント全体で、ほとんどのエージェントがWebサイトをスクラップするように指示された場合、コンプライアンス率が低い(5%以下)。
スクラップを禁止しない269のウェブサイトのサンプルでは、合法であるにもかかわらず、エージェントは時々スクラップを拒否する。
- 参考スコア(独自算出の注目度): 7.145991409782112
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: AI agents deployed on the open web are becoming more capable of performing actions that may breach contractual provisions and violate computer security laws. In this paper, we introduce ScrapeBench, the first agentic benchmark for empirically evaluating the legal compliance of AI agents with website scraping policies, namely terms of service (ToS) and robots$.$txt directives. Across widely used closed-weight and open-weight AI agents, we find that most agents exhibit low compliance rates (below 5%) when instructed to scrape websites in our sample of 1,626 popular websites that explicitly prohibit scraping. In addition, we observe that even where AI agents actively check the applicable ToS and robots$.$txt, they continue to exhibit low compliance rates. Conversely, in our sample of 269 websites that do not prohibit scraping, we observe that agents sometimes refuse to scrape despite it being lawful, such as Claude Opus 4.6 exhibiting an over-refusal rate of 98.5%. Our human baseline experiments (n = 180 participants) suggest that humans exhibit compliance rates comparable to AI agents but over-refuse at much higher rates.
- Abstract(参考訳): オープンウェブにデプロイされるAIエージェントは、契約条項に違反し、コンピュータセキュリティ法に違反している可能性のあるアクションを実行する能力が高まっている。
本稿では、Webサイトスクレイピングポリシー、すなわちサービス規約(ToS)とロボット$でAIエージェントの法的コンプライアンスを実証的に評価する最初のエージェントベンチマークであるScrapeBenchを紹介する。
$txtディレクティブ。
広く使われているクローズドウェイトとオープンウェイトなAIエージェント全体で、ほとんどのエージェントは、スクラップを明示的に禁止している1,626の人気のあるWebサイトのWebサイトをスクラップするように指示されたときに、低いコンプライアンス率(5%以下)を示す。
さらに、AIエージェントが適用可能なToSとロボットを積極的にチェックしている場合でも、$2.99が有効である。
txtは低いコンプライアンス率を示し続けています
逆に、スクラップを禁止しない269のウェブサイトのサンプルでは、クロード・オプス4.6のような合法性にもかかわらずエージェントがスクラップを拒否することがある。
人間のベースライン実験(n = 180の参加者)では、AIエージェントに匹敵するコンプライアンス率を示すが、はるかに高いレートで過剰に利用されることが示唆されている。
関連論文リスト
- It's a TRAP! Task-Redirecting Agent Persuasion Benchmark for Web Agents [52.81924177620322]
大規模な言語モデルを利用したWebベースのエージェントは、メール管理やプロフェッショナルネットワーキングといったタスクにますます利用されている。
動的Webコンテンツへの依存は、インジェクション攻撃の引き金に弱い: インターフェース要素に隠された敵対的命令は、エージェントが元のタスクから逸脱するように説得する。
本稿では,タスクリダイレクトエージェントの説得ベンチマーク(TRAP)について紹介する。
論文 参考訳(メタデータ) (2025-12-29T01:09:10Z) - Is Misinformation More Open? A Study of robots.txt Gatekeeping on the Web [2.370481325034444]
評価可能なニュースサイトと誤報サイトがロボット.txtファイルの設定方法に異なるかどうかを検討する。
回答可能なサイトの60.0%は、ロボット.txtファイル内の偽情報サイトの9.1%に対して、少なくとも1つのAIクローラを禁止している。
我々の研究は、大規模言語モデルで利用可能なトレーニングデータを形成することができるコンテンツアクセシビリティの非対称性の増大に注目した。
論文 参考訳(メタデータ) (2025-10-11T18:47:14Z) - Security Challenges in AI Agent Deployment: Insights from a Large Scale Public Competition [101.86739402748995]
44の現実的なデプロイメントシナリオを対象とした,22のフロンティアAIエージェントを対象にしています。
Agent Red Teamingベンチマークを構築し、19の最先端モデルで評価します。
私たちの発見は、今日のAIエージェントの重要かつ永続的な脆弱性を浮き彫りにしたものです。
論文 参考訳(メタデータ) (2025-07-28T05:13:04Z) - AgentDAM: Privacy Leakage Evaluation for Autonomous Web Agents [66.29263282311258]
我々は、AIウェブナビゲーションエージェントがデータ最小化のプライバシー原則に従うかどうかを測定する新しいベンチマークAgentDAMを紹介する。
我々のベンチマークは、現実的なWebインタラクションシナリオをエンドツーエンドでシミュレートし、既存のWebナビゲーションエージェントに適応する。
論文 参考訳(メタデータ) (2025-03-12T19:30:31Z) - SafeArena: Evaluating the Safety of Autonomous Web Agents [65.49740046281116]
LLMベースのエージェントは、Webベースのタスクの解決に精通している。
この能力により、悪意のある目的のために誤用されるリスクが高まる。
我々は、Webエージェントの意図的に誤用に焦点を当てた最初のベンチマークであるSafeArenaを提案する。
論文 参考訳(メタデータ) (2025-03-06T20:43:14Z) - Consent in Crisis: The Rapid Decline of the AI Data Commons [74.68176012363253]
汎用人工知能(AI)システムは、大量の公開Webデータに基づいて構築されている。
我々は,AIトレーニングコーパスに基づくWebドメインに対する同意プロトコルの大規模かつ長期的監査を行う。
論文 参考訳(メタデータ) (2024-07-20T16:50:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。