すべてのプロジェクト

shade-arena-jev-monitor

nican2018/shade-arena-jev-monitor

Evaluating TypeSafe's Jev as a fast monitor and action gate for agent sabotage in SHADE-Arena, compared with Gemini 2.5 Flash/Pro.

Python
スター
0
フォーク
1

掲載理由

READMEは3課題・13件の手作り記録によるJevの妨害評価を予備的に報告しています。数値はベンチマークではなく設計上の参考です。

カテゴリー

タグ