热点事件持续更新
Agent 评测 gate 通过不等于安全
1 篇报道1 个报道来源4 小时前更新
先了解这件事
报道摘要
作者以 reef 的 harness-evolution 教程为实验场，复盘无人值守 agent 退出码 0、面板全绿一周但实际输出是幻觉 no-op 的事故。
摘自 AGI Hunt
报道时间线
沿着报道，了解事件的不同侧面。
10月17日
- AGI HuntAgent 评测 gate 通过不等于安全：7B 模型通过后首次真实请求仍得 0 分
作者以 reef 的 harness-evolution 教程为实验场，复盘无人值守 agent 退出码 0、面板全绿一周但实际输出是幻觉 no-op 的事故。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。