标签
本文表明，轻度压缩的大语言模型能够通过标准的无数据质量门禁（困惑度、MMLU、输出保真度），但在用作智能体时仍会编造程序步骤，并提出一种无数据双轴筛查方法，以便在部署前检测此类失败。
Vercel 在 AI SDK 7 的 Canary 版本中发布了 HarnessAgent，提供统一 API 来在多个 AI 智能体运行环境之间切换，简化开发流程。