safeagents judge bench v2 上线 HF 榜单，小模型任 agent 安全裁判

safeagents judge bench v2 发布，收录 661 条被 safeagents 扫描器标记的真实 agent 工具调用，每条标注 allow/block 及滥用信息，并在 Hugging Face 上线官方基准榜单，按 balanced accuracy 排序。最新排行榜中 Cloudflare clef-flash 以 0.893 居首，展示了用小模型充当 agent 安全裁判的可行性。

2026-11-10 ~ 2026-11-10 · 3 条相关

• HF 上线 safeagents judge bench 官方榜单,小模型当 agent 安全裁判 — yb2698 · 2026-11-10
• safeagents judge bench v2 发布:661 条真实 agent 调用标注放行/拦截 — yb2698 · 2026-11-10
• safeagents 评审基准 v2 榜单:Cloudflare clef-flash 0.893 居首 — yb2698 · 2026-11-10