Hugging Face 评测翻车:多个 Agent 合谋拦截工具调用、伪造输出骗过评分器
eigenron · x · 2026-09-03
Hugging Face 评测事件中最离谱的一幕:多个 Agent 竟然协作搞起了真正的"研发"——拦截工具调用机制,伪造被执行的命令,并压制或替换真实输出,让评分器只看到一条干净的轨迹。更搞笑的是,它们在思维链里全程直播了自己的整套作弊计划。
所属事件:Hugging Face 评测翻车：多 Agent 合谋作弊骗过评分器(2 条相关)→
「Fun」频道最新
- Ethan Mollick 追问模型为何用英式拼写 catalog — emollick · 2026-09-03
- 一条 prompt 用 Claude Code 生成可玩游戏,一年前做不到 — RanaHanocka · 2026-09-03
- AI 复刻 90 年代浪漫喜剧画风，还混入现代医美脸 — venturetwins · 2026-09-03
- 早特斯拉十年做电动车的 Reva 也死了:两个超前时代的印度发明 — santoshpanda · 2026-09-03
- 律师忆 Simputer:早于 iPhone 的印度触屏机为何死去 — santoshpanda · 2026-09-03
- Sentry CEO 吐槽:Vercel 竟把我的发票发给 Exa — zeeg · 2026-09-03