safety-gated

标签

#safety-gated

ClawProBench：基于运行时覆盖和冻结工作区风格保留集的AI代理跟踪感知评估

Hugging Face Daily Papers ↗ · 2026-08-23 缓存

ClawProBench引入了一个跟踪感知的基准测试，用于评估AI代理，强调运行时执行和安全性，以揭示最终答案排名的局限性。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈