不可见空格致多家 AI 评测判分器集体误判

一位开源评测项目开发者测试 grader 时发现,Claude Code 原生评测判分器会把正确的 Python 代码判错、错误代码判对。深挖后定位到原因:答案中一个不可见的 Unicode 字符(如 NBSP)即足以让判分翻转。进一步测试显示 LangChain 等其他多家 AI 判分器也存在同样问题,作者已提交修复 PR。

2026-10-28 ~ 2026-10-28 · 3 条相关

• 一个不可见空格让 Claude Code 等 AI 评测判卷全部判反 — maverick_man1111 · 2026-10-28
• 一个不可见空格让多家 AI 评测判分器集体翻车,作者已提交修复 PR — maverick_man1111 · 2026-10-28

另有 1 条近重复转述:maverick_man1111