待验证50% 置信解决方案精确时间

ScopeBench采用双臂评分机制：有范围条件下的轨迹先经过确定性验证器，未通过则由代理裁判（Agentic Judge）估计是否发生越界调用

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

ScopeBench：AI安全代理会为达成目标越界吗？

涉及实体

ScopeBenchproduct

相关事实

待验证criterion通常配合cargo bench命令使用，将benchmark定义为独立的测试目标69% 相似待验证对于需要审查完整轨迹的复杂Skill，可以引入LLM as a Judge配合评分标准（rubric）来判断通过或失败65% 相似待验证控制位置偏差的标准方法是「对称评估」：将两答案互换位置各评估一次，只有两次结论一致才视为有效判断64% 相似待验证评估框架通常包含规则性检查、语义性检查、视觉回归检查三层机制64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955462

API

curl https://kongchang.com/api/v1/knowledge/claims/955462

MCP

get_claim(id=955462)