新发现
ai-safety-institute/transect v0.7.0 — 多 epoch 扫描索引
为 transect 添加运行索引,把单个样本在多个 epoch 上的扫描结果汇总为逐 epoch 报告和合并可靠性指标,并将版本提升到 0.7.0 的提交。
为 transect 添加运行索引,把单个样本在多个 epoch 上的扫描结果汇总为逐 epoch 报告和合并可靠性指标,并将版本提升到 0.7.0 的提交。
GitHub 项目说明: Transcript analysis for long-horizon agent evaluations
在 GitHub 查看 ↗为 transect 添加运行索引,把单个样本在多个 epoch 上的扫描结果汇总为逐 epoch 报告和合并可靠性指标,并将版本提升到 0.7.0 的提交。
没有符合条件的动态。