HF 实测：Liquid AI LFM 决策模型最能识别 Agent 危险行为
Hugging Face 的 safeagents 团队对多个模型进行基准测试，考察其在 agent 运行中实时识别 reward hacking、沙箱逃逸、harness 内省、凭据滥用等危险工具调用的能力，结果显示 Liquid AI 的 LFM 决策模型表现领跑。前 HF 技术负责人 Lysandre Debettingh 在讨论中分享了这一结果，探讨用什么模型能实时盯住 agent 的危险行为。
2026-10-30 ~ 2026-10-30 · 2 条相关
- 第 1 集:Hugging Face 开源 SafeAgents：编码 Agent 工具调用防火墙(2026-10-29,13 条)
- 第 2 集:HF 实测：Liquid AI LFM 决策模型最能识别 Agent 危险行为(2026-10-30,2 条)
- Hugging Face 实测:用什么模型能实时盯住 agent 的危险行为 — LysandreJik · 2026-10-30
- HF 实测谁最能抓 reward hacking：Liquid AI LFM 决策模型领跑 — yb2698 · 2026-10-30