Agent 安全评判基准 v2 上线
热点事件持续更新
Agent 安全评判基准 v2 上线
2 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
safeagents 在 Hugging Face 上线 Agent 安全评判基准 v2，收录 661 条由其扫描器标记的真实 Agent 工具调用，并标注允许或拦截及滥用类型，用于评估小型决策模型作为安全裁判时判断工具调用是否应放行的能力。 榜单按平衡准确率排序，Cloudflare 的 clef-flash 以 0.893 居首，clef-omni 和 LiquidAI d1-3B 分别为 0.877 和 0.836；其中 d1-3B 的误拦截率为 0.8%，p50 延迟为 0.035 秒。
AI 根据报道生成 · 49 分钟前更新
最新进展11月10日 23:34
safeagents 评审基准 v2 榜单更新：Cloudflare clef-flash 以 0.893 居首事件进展
2 个进展
- 11月10日 23:34 · 1 篇报道safeagents v2榜单更新AGI Hunt：safeagents 评审基准 v2 榜单更新：Cloudflare clef-flash 以 0.893 居首
- 11月10日 23:34 · 1 篇报道发布 Agent 安全评判基准 v2AGI Hunt：safeagents judge bench v2 发布 Agent 安全评判基准
报道时间线
沿着报道，了解事件的不同侧面。
11月10日
- AGI Huntsafeagents 评审基准 v2 榜单更新：Cloudflare clef-flash 以 0.893 居首
safeagents judge bench v2 更新排行榜，按 balanced accuracy 对 661 条真实 agent 工具调用进行评测，Cloudflare clef-flash 以 0.893 居首。Cloudflare clef-omni 和 LiquidAI d1-3B 分别为 0.877、0.836；后者误拦截率仅 0.8%，p50 延迟 0.035s。
- AGI Huntsafeagents judge bench v2 发布 Agent 安全评判基准
safeagents judge bench v2 已在 Hugging Face 上线官方基准榜单。数据集收录 661 条被 safeagents 扫描器标记的真实 Agent 工具调用，并标注 allow/block 及滥用类型等信息，用于评测小模型执行拦截与放行判断的 Agent 安全裁判能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。