Shaikh Akib Shahriyar

工具智能体的鲁棒性测试改用可执行任务契约，在智能体运行前判定改动后的用例是否仍是同一任务；对同一批 14,336 条已存轨迹重新打分后，Mistral 在 MiniLM 余弦阈值下被记为受攻击的任务从 64 个降到 26 个。

工具智能体的鲁棒性测试改用可执行任务契约，在智能体运行前判定改动后的用例是否仍是同一任务；对同一批 14,336 条已存轨迹重新打分后，Mistral 在 MiniLM 余弦阈值下被记为受攻击的任务从 64 个降到 26 个。