EvalSeal 新进展:RFC 3161 时间戳让 LLM 评测回执可第三方验证
Fit_Fortune953 · reddit · 2026-10-14
开源工具 EvalSeal 致力于让 LLM 评测结果事后可信任,main 分支已合入第三方验证能力:
- 支持 RFC 3161 时间戳签名验证,信任根由验证方提供;兼容 RSA 与 ECDSA、SHA-256/384/512
- 明确输出「验证了什么/没验证什么」;用 freetsa.org 的真实 TSA 响应做 fixture
- 现成能力包括重复运行、per-case 判定条、evaluator 指纹、漂移分类、签名账本头、PR 回执、CI 门禁、预注册
一个有意思的 bug:验证器假设 SHA-256+RSA,而真实 token 用的是 ECDSA+SHA-512,首个真实 fixture 以有价值的方式失败——这正是要录制外部 fixture 的原因。
进行中的 draft PR evalseal evidence 想回答:重复跑多少次才足以相信不稳定性数字?
「编程与Agent」频道最新
- Epic 商店用 vibecoding 重写,速度从落后 Steam 变为快一倍 — Charuru · 2026-10-14
- AI Agent 专用实体控制器 SlashVibe 10 月 27 日上 Kickstarter — sujingshen · 2026-10-14
- ComfyUI 上 RTX VSR 长视频超分节点:磁盘分块处理省内存 — Away_Exam_4586 · 2026-10-14
- 让编码 Agent 一句话把游戏发布到 Rosebud,免费托管带试玩链接 — lishali88 · 2026-10-14
- 实测 256 个移动端任务:Haiku 5.5 与 GPT-6 Luna 打平,与榜单相悖 — LovesWorkin · 2026-10-14
- Claude Code 2.1.300 即将发布，更新内容尚未公布 — ClaudeCodeLog · 2026-10-14