跳到主要内容
检索

Dehai Min

1 篇关联报道

订阅更新
  1. arXiv

    TraceDance 从 252,557 条真实部署轨迹自动生成 107 个行为基准,九个前沿模型平均通过率仅 26.7%

    TraceDance 是一个从真实部署轨迹中为用户指定的不良行为自动构建定向基准的智能体系统,它用 Anchor-and-Confirm(可编程检索加 Flash 大模型候选级确认)和 Anchor Synthesis Loop 生成行为规范,用决策点续写方式让被测模型在记录下来的决策点生成下一轮回复并由行为专属评分表打分;实验基于 Claude Code 与 OpenClaw 的 252,557 条会话,产出 107 个基准、4,125 个实例,满足 95.3% 的构建请求,两名标注者在 84% 的抽样实例中确认了目标行为,九个前沿模型平均通过率仅 26.7%。

已读完全部报道