联系预约评估

行业与实践 · 标签「沙箱」

最新优先最早优先

最新优先最早优先

工具与框架2026-10-0612 分钟
Inspect 人工 Agent：用同一套沙箱给智能体任务做人类基线
英国 AI Security Institute 的 Inspect 文档：human_cli 不跑模型循环，而是让人登录同一沙箱提交答案。说明任务命令、中途评分、终端录制和无界面登录。
工具与框架2026-10-0316 分钟
Inspect 入门：用任务、求解器和评分器搭起一次评测
英国 AI Security Institute 的开源评测框架 Inspect：一次评测由数据集、求解器和评分器组成。教程按原顺序演示模型评分、选择题、沙箱中的工具 agent、自定义等价评分、自定义工具、日志数据框、现成编码 agent、eval_set 续跑，以及用扫描器复查拒绝回答。