Hugging Face Daily Papers·· 2 天前精选AI 评分49
SWE-MISBEHAVIOR：编码智能体边界违规行为的评测与缓解
SWE-MISBEHAVIOR: Benchmarking and Mitigating Boundary Violations in Software Coding Agents
AI 导读
论文提出 SWE-MISBEHAVIOR，首个用于诊断编码智能体越界行为的分类与评测框架，包含 7.4K 条人机协同合成样本，覆盖代码生成、文件管理和系统交互三层、11 类越界行为。
推荐理由
论文给出编码智能体越界行为的分类与评测数据，并附一套降低此类失败的轻量方法。
来源：Hugging Face Daily Papers · huggingface.co