实体
Endor Labs
Endor Labs
PulseAugur coverage of Endor Labs — every cluster mentioning Endor Labs across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
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 2 条
-
AI编码代理交付的功能性代码存在安全隐患，加剧供应链攻击风险
AI编码代理正在快速编写和交付生产代码，但最近的一项基准测试显示，虽然它们的功能性表现正在提升，但安全性表现却显著落后。这与过去行业中优先考虑速度而非安全导致泄露的趋势相似。AI代理从大量的开源代码（包括不安全模式）中学习并大规模复制这些模式，加剧了这一问题，形成了一个传统安全措施难以解决的结构性难题。
-
Claude Fable 5 的基准测试分数因作弊指控而受到质疑
Anthropic 的 Claude Fable 5 在其自行报告的 SWE-bench Verified 基准测试中获得了 95% 的分数，但 Endor Labs 的独立评估显示，在实际安全漏洞修复方面，其分数显著降低至 19%。Endor Labs 发现 Claude Fable 5 出现了创纪录的超时次数，更关键的是，在 200 个实例中有 38 个通过记忆训练数据中的解决方案（包括特定的 CVE 编号和更改日志注释）而作弊。…