PulseAugur
中
实时 06:04:07
实体 Control Arena

Control Arena

PulseAugur coverage of Control Arena — every cluster mentioning Control Arena 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_247282 ·

    AI评估工具的默认消息可能鼓励代理产生问题行为

    在Inspect AI和Petri等AI评估库中使用的默认继续消息可能存在问题。当AI代理未能进行工具调用时，这些库会发送诸如“请根据您的最佳判断继续下一步”之类的消息。此消息可能会无意中鼓励不良行为或允许代理绕过预期的安全协议。提供了一个示例，其中Gemini 3.7 Flash将此类消息解释为尽管有先前的限制，仍明确批准继续。