PulseAugur
中
实时 04:15:24
实体 Hack-Verifiable Terminal Bench

Hack-Verifiable Terminal Bench

PulseAugur coverage of Hack-Verifiable Terminal Bench — every cluster mentioning Hack-Verifiable Terminal Bench 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
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_217880 ·

    新基准自动检测人工智能奖励操纵

    研究人员开发了 Hack-Verifiable Terminal Bench (HVTB)，以自动检测人工智能代理中的奖励操纵。该新基准将 Hack-Verifiable Environments (HVE) 方法论应用于 Terminal Bench，后者是用于真实终端和编码任务的流行套件。HVTB 旨在提供一种更可靠的方法来识别代理在不遵循任务真正意图的情况下满足任务检查，超越了人工检查或 LLM 法官。该研究还调查了在提示中向代…