Artificial Analysis 编码 Agent 指数新增安全拒答分析

Artificial Analysis 在其编码 Agent 指数（Coding Agent Index）中新增安全拒答（safety refusal）报告，可查看拒答发生的时机以及拒答后 agent 切换模型等降级行为。同时该指数还上线了拒答分析视图与基准明细，公开了链接与完整方法论，指数基于 DeepSWE v1.1（113 个任务）、Terminal-Ben 等基准构建。

2026-10-02 ~ 2026-10-02 · 2 条相关