跳到主要内容

隔夜自动循环以公开榜分数为信号,Agent 还能改提示和工具封装。如何确保变好的是能力本身,评测器没有被改写或拿来刷分?

模型选型与微调中级工具调用评测

题目​

隔夜自动循环以公开榜分数为信号,Agent 还能改提示和工具封装。如何确保变好的是能力本身,评测器没有被改写或拿来刷分?

参考答案​