safeagents 评审基准 v2 榜单:Cloudflare clef-flash 0.893 居首
yb2698 · x · 2026-11-10
safeagents judge bench v2 更新排行榜(661 条真实 agent 工具调用,按 balanced accuracy 排序):
- Cloudflare clef-flash:0.893(误拦截率 0.192,p50 延迟 0.326s)
- Cloudflare clef-omni:0.877
- vllm-sr d3-mini:0.856(召回 1.0,但误拦 0.288)
- LiquidAI d1-3B:0.836,几乎不误拦合法调用(误拦率仅 0.8%),p50 延迟 0.035s
该榜单用于评测作为 agent 安全裁判的小型决策模型。
所属事件:safeagents judge bench v2 上线 HF 榜单，小模型任 agent 安全裁判(3 条相关)→
「编程与Agent」频道最新
- YC F26 项目 0.security 出击：自主安全团队直接修漏洞，已发现 30+ Linux 内核 0-day — ycombinator · 2026-11-11
- DSPy 3.5 发布：包体积缩小 85%，主打更快更易上生产 — dbreunig · 2026-11-11
- 单 VM 开 10 个 DeepSeek v4.1 agent 组队找漏洞，「效果出奇地好」 — andersonbcdefg · 2026-11-11
- 未能中奖后自制 AI 霓虹灯牌：能听会说还会派活 — alexcovo_eth · 2026-11-11
- Vercel Security Review 上线一周扫出 57,897 个漏洞，Agent 自动修复 14,665 个 — cramforce · 2026-11-11
- 小模型用对RLVR可追平巨头,Python动态类型致负迁移 — mdancho84 · 2026-11-11