Harbor v0.25 上线反作弊工具，专治 agent 刷分

Agent 评测框架 Harbor 发布 v0.25.0，主题是打击 reward hacking——即 agent 通过篡改评分器、作弊获取答案或利用基础设施漏洞来骗过奖励函数。新版本系统性推出十条应对措施，包括隔离验证器等反篡改、防作弊工具的批量上线，专门治理评测中 agent 刷分的问题，提升评测结果的可信度。

2026-10-29 ~ 2026-10-29 · 2 条相关