Felony Bench A benchmark you don't want models to be saturated with

Felonybench，Felony Bench 被认为是当下最重要的基准测试，统计 AI 智能体做出的可疑决策数量。关注
添加评论
点赞收藏
点踩分享查看原文
评论
?
参与讨论