JA ▾
SNAPE REP RT トップページ →
確認済みハック・ツール10月31日 22:46 UTC

Memdoorの再現:Qwen3.8-27Bエージェント5体がLiveCodeBench Hardで平均10問中9.8、Fable 5単体は8.0

リポジトリはGVS5Hのマルチエージェント手法を再構築し、最初の10問のみで全50回の実行(計35.79ドル)を公開。学習データ汚染は否定できず、Fable 5は同じハーネスで実行していないと注記している。

Memdoor (GitHub) で読む 共有
Snape Report のほかの記事トップページ →