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
- 星标
- 0
- 派生
- 1
收录依据
README 报告了 Jev 隐蔽破坏评估的初步研究,使用三个任务中的 13 份手工记录;结果适合作设计参考,不是基准分数。