HF safeagents 新增轨迹脱敏命令：scrub 后再上传 Hub
yb2698 · x · 2026-11-06
Hugging Face 的 safeagents 项目新增了 agent 轨迹脱敏与发布功能：从 Hub 上社区分享的 agent 轨迹构建新环境，为让分享更安全，safeagents scrub / safeagents publish 会在上传前自动遮蔽 API key、token、auth 头、私钥、私密环境变量、邮箱、home 目录与 IP，并对脱敏副本二次检查后才上传。此外训练全程直播，展示 reward、每个 checkpoint 的 held-out pass@1 和解题工具调用数；在 50 步消融(LFM2.5-24B)中开启防护对 held-out 准确率影响为 +0.0 ± 4.1 个点，几乎零成本，为策略模型将来「耍花招」时兜底。
所属事件:Hugging Face safeagents 支持一键脱敏共享 agent 轨迹(2 条相关)→
「编程与Agent」频道最新
- Ofir Press：human-in-the-loop 基准缺位，两类 agent 未来各有胜场 — OfirPress · 2026-11-06
- Collinear AI 基于 Together 后训练平台快速启动全规模 Agentic RL 训练 — togethercompute · 2026-11-06
- YC 转发 agent 操控初创 stacktrace_ai 发布:别监控 agent,去转向它 — ycombinator · 2026-11-06
- 6 个 Claude 智能体在小镇生活 20 天：自发协作造工具捞回工资箱 — LiminalWanderings · 2026-11-06
- 独立开发者做 LLM 成本监控工具，按功能拆分成本定位异常峰值 — WittyBoysenberry9860 · 2026-11-06
- Drew Breunig QCon 演讲：拆解 prompt 债务与四种上下文失败及修复法 — dbreunig · 2026-11-06