PulseAugur
中
实时 01:47:42
实体 Agent Security League

Agent Security League

PulseAugur coverage of Agent Security League — every cluster mentioning Agent Security League across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_285142 ·

    Opus 5.5 基准测试结果喜忧参半：综合能力第一，安全代码能力第三

    Anthropic 的 Opus 5.5 近期的独立基准测试结果呈现出矛盾。Artificial Analysis 的一项评估将 Opus 5.5 置于总体第一的位置，在编码和知识测试中超越了 OpenAI 的 GPT-6 Astra 和 Anthropic 自家的 Fable 5.1。然而，Endor Labs 一项专注于安全代码生成的独立基准测试将 Opus 5.5 排在第三位，这表明它可能记住了训练数据，并且在真实项目的功能正确…