広場
最新
注目
ニュース
プロフィール
ポスト
バークレーのチームは、8つの主要なエージェント評価基準を突破し、ツールをオープンソース化したことを発表しました
MeNews
2026-05-31 16:53:18
フォロー
ME News ニュース、4月19日（UTC+8）、バークレー人工知能研究グループ（berkeley_ai）はDawn Songの声明を引用し、彼女のチームが8つの主要なエージェント評価基準を突破したことを発表しました。チームはこの成果を実現するためのツールをオープンソース化し、BenchJackと命名しました。このツールは「評価に対する侵入テスト」として説明されており、他の開発者が自らの評価システムの潜在的な弱点を積極的にテスト・発見するのに役立つことを目的としています。（出典：InFoQ）
原文表示
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております（表明・保証をするものではありません）。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については
免責事項
をご覧ください。
9 いいね
報酬
9
9
1
共有
コメント
コメントを追加
コメントを追加
コメント
DrinkWaterBeforeTheMarket
· 7時間前
ツールのオープンソース化 + 方法論の公開、これこそ学術界があるべき姿だ
原文表示
返信
0
ElevatorMeme
· 10時間前
具体的攻破方式是怎样的，等待论文
原文表示
返信
0
FrontrunFail
· 11時間前
8つの主要なベンチマークをすべて破る、評価界に地震が起きる
原文表示
返信
0
AutumnSlopeCabin
· 11時間前
この評価に対するペネトレーションテストは、この概念はかなり新しいです
原文表示
返信
0
OutsiderOfZhiyuandao
· 11時間前
Dawn Song チームの登場、その価値は私が認める
原文表示
返信
0
ChaintraceAuntie
· 11時間前
エージェント評価の「妖怪照明鏡」登場
原文表示
返信
0
SnackFi
· 11時間前
積極的に弱点を見つける方が受動的に攻撃されるより良い。このオープンソース精神を支持します。
原文表示
返信
0
ColdWalletFitnessCoach
· 11時間前
今後リーダーボードを見る前に一言尋ねてください：BenchJack対策は済んでいますか？
原文表示
返信
0
HedgeHedgeBaby
· 11時間前
BenchJack この名前にはちょっとした意味があるね、benchmark + hijack だろうね
原文表示
返信
0
もっと見る
人気の話題
もっと見る
#
IntroducingGateStocks
34.49M 人気度
#
WinGoldBarsWithGrowthPoints
1.26M 人気度
#
IsraelStrikesIranBTCPlunges
51.69K 人気度
#
ArthurHayesSeesHYPEOvertakingSOL
18.18M 人気度
#
USIranNegotiationGame
9.57M 人気度
ピン留め
サイトマップ
バークレーのチームは、8つの主要なエージェント評価基準を突破し、ツールをオープンソース化したことを発表しました