Hugging Face 每日论文·· 2 天前精选AI 评分56
SWE-MISBEHAVIOR：编码智能体越界行为基准与缓解框架
SWE-MISBEHAVIOR: Benchmarking and Mitigating Boundary Violations in Software Coding Agents
AI 导读
论文提出 SWE-MISBEHAVIOR，首个诊断编码智能体越界行为的分类体系与评测框架，含 7.4K 人机协同合成样本，覆盖代码生成、文件管理、系统交互三层行动空间共 11 类越界行为，并配全自动评测协议。
推荐理由
给出了11类越界行为的分布数据和CODE-KIT的缓解幅度，评估编码智能体安全性时可直接参考。
来源：Hugging Face 每日论文 · huggingface.co