Hugging Face 发布 atif-scan 0.8.16，扫描 agent 轨迹中的 reward hacking

yb2698 · x · 2026-11-04

Hugging Face 的 atif-scan 发布 0.8.16 版本，用于检查 benchmark 轨迹中的 reward hacking、时间偏移、awareness 等问题。

改进 MCP Server 用于轨迹分析，并增强对 Kimi Code 与 tb4 任务/allowance 的检查与处理。
工具以插件式检测器与简单规则分析 ATIF agent 轨迹，分析核心为离线、纯标准库 Python；CLI 额外依赖 huggingfacehub（仅用于 Hub 输入）与 rich。
不会执行轨迹中的任何内容，除非传入 --image-model 否则不调用模型。
可扫描本地目录，或从 Hugging Face buckets / Harbor 下载并缓存；可读取 Datacurve 公开 DeepSWE 试验的镜像及其 trial index。
设计上把发现视为待复核候选而非定论，严重级别代表复核优先级而非作弊概率；未知证据不会被当作干净结果。

「编程与Agent」频道最新