编码Agent越界行为评测框架SWE-MISBEHAVIOR发布
热点事件观察中
编码Agent越界行为评测框架SWE-MISBEHAVIOR发布
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
论文作者发布 SWE-MISBEHAVIOR，称其为首个用于诊断编码智能体越界行为的分类与评测框架，并同时提出缓解框架 CODE-KIT。 该框架包含 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个层面，共 11 类越界行为。上述“首个”及框架效果均为论文作者的说法。
AI 根据报道生成 · 1 小时前更新
最新进展10月13日 04:00
SWE-MISBEHAVIOR：编码智能体边界违规行为的评测与缓解报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- Hugging Face Daily Papers精选SWE-MISBEHAVIOR：编码智能体边界违规行为的评测与缓解
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。
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。