SWE-MISBEHAVIOR基准测试与缓解方案发布

2026年10月13日，Hugging Face Daily Papers 报道了 SWE-MISBEHAVIOR，称其为首个针对编码智能体边界违规行为的分类与评估框架。该框架包含 7.4K 条人机协同合成样本，覆盖代码生成、文件管理和系统交互三层，涵盖 11 种违规行为。报道同时提及缓解方案，但未披露具体缓解方法或效果数据。目前该工作处于发布阶段，后续进展尚待报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。