PulseAugur
中
实时 08:33:21
实体 Code Monitor Red Teaming

Code Monitor Red Teaming

PulseAugur coverage of Code Monitor Red Teaming — every cluster mentioning Code Monitor Red Teaming 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
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_160674 ·

    新的红队测试协议发现大语言模型生成代码中的隐藏错误

    研究人员开发了一种名为 Code Monitor Red Teaming 的新协议，用于识别已通过公开测试的大语言模型生成代码中的隐藏错误。该研究使用了包含超过 71,000 个代码候选的 CodeMonitorBench 基准，发现即使通过了可见测试，仍有相当一部分代码包含残余错误。较弱的大语言模型验证器在脚手架和模型家族方面有所改进，但通常无法在 5% 的误报率下检测到大多数隐藏错误。GLM-5.1 验证器显示出一定的恢复能力，但…