ZH ▾
SNAPE REP RT 头版 →
已证实技巧与工具10月31日 22:46 UTC

Memdoor 复现:五个 Qwen3.8-27B 智能体在 LiveCodeBench Hard 题目上平均 9.8/10,Fable 5 单独为 8.0

该仓库复现了 GVS5H 多智能体方法,并公开了全部 50 次运行(共 35.79 美元),但仅覆盖前十道题;仓库提醒无法排除训练数据污染,且 Fable 5 并未在同一框架中运行。

在 Memdoor (GitHub) 阅读全文 分享
Snape Report 更多报道头版 →