Evaluation, benchmarks, observability and reliability for language models.相关内容 85 · 采集渠道 18 · 上次同步 2026/10/28
近14天围绕“LLM 评测与可靠性”出现可追溯的主题进展，当前聚类暂以候选标题作为证据，代表性候选包括：ifixai-ai/iFixAi；Manacá-1B-Instruct-2: Reproducible Safety Alignm；AI models may be capable of self-replicating wit等。
发表研究指出，仅以任务完成情况不足以衡量 Agent 可靠性，提出评估 Agent 在累积挑战下的韧性与协作参与行为的新框架。
LLM 智能体的欺骗、破坏行为及业务目标偏差难以通过单一监控方式发现，需要结合轨迹标注、运行时验证、白盒探针和独立业务审计。