跳到正文
热点事件持续更新

Parsave 审计 AutomationBench 并修复 206 个验证器 Bug

2 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Parsave 对 Zapier AutomationBench 全部 600 个公开任务的验证器做了独立审计：让智能体写出看似合理的错误答案来试探每个验证器，经人工复核确认 206 个真实 bug，并全部修复，成果以 AutomationBench Verified 发布。 据 Shaped 称，这次审计使 Kimi K3 的跑分有 27.9% 被改判。 后续报道中，发布方名称也写作 Parsewave，与早先的 Parsave 不一致。

AI 根据报道生成 · 36 分钟前更新

最新进展10月7日 02:12
Parsewave 发布 AutomationBench Verified，审计出 206 个验证器缺陷

报道时间线

沿着报道，了解事件的不同侧面。

10月7日
  1. Elvis Saravia
    Parsewave 发布 AutomationBench Verified，审计出 206 个验证器缺陷

    Parsewave 发布 AutomationBench Verified，对 Zapier AutomationBench 全部 600 个公开任务的验证器进行审计。

  2. Elvis Saravia
    AutomationBench Verified 审计发现 206 个验证器 bug，27.9% 的 Kimi K3 跑分被改判

    Shaped 发布 AutomationBench Verified，对 Zapier 的 AutomationBench 全部 600 个公开任务的验证器做了独立审计。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。