作者发布drydock-eval小型编程智能体红队评测套件
热点事件持续更新
作者发布drydock-eval小型编程智能体红队评测套件
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
作者Nguyen Minh Thang在arXiv发布drydock-eval扩展版论文并开源评测工具与实验记录。这是一套面向小型编程智能体（Gemma 4 E4B）的本地红队评测工具包，在单张RTX 5090上约每小时运行250次。 评测中提示词与智能体包不公开，但每次运行层面的结果均公开，代码以v0.4.0标签开源。
AI 根据报道生成 · 29 分钟前更新
最新进展11月14日 13:00
drydock-eval：面向小型编程智能体的红队评测工具包（扩展版）发布报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIdrydock-eval：面向小型编程智能体的红队评测工具包（扩展版）发布
arXiv 论文发布 drydock-eval，一套用于评测小型编程智能体（Gemma 4 E4B）的本地红队评测工具包，在单张 RTX 5090 上约每小时运行 250 次。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。