Eval Toolkit Scorers Vulnerable

1. 13:15
   Dev.to Top Tech

   《Judge Reads Tokens》：評分工具自評分器的對抗評估

   這篇研究對評分工具的自評分器進行對抗性測試，揭示其在惡意輸入下的脆弱性。 測試範圍 16 種手寫攻擊、10 個控制案例，78 個變異測試。 主要指標 攻擊成功率 62.5%，假拒絕率 50.0%，決策準確率 42.3%。

當前熱度 7·可比範圍峰值 10（11月7日 14:00）·近 24 小時可比範圍變化 –

趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指標或點選圖表檢視每小時熱度；鍵盤可用左右方向鍵切換。