科技媒体 RSS· X：Elvis Saravia (@omarsar0, DAIR.AI)·· 12 天前AI 评分38
AutomationBench Verified 审计发现 206 个验证器 bug，27.9% 的 Kimi K3 跑分被改判
AI 导读
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，发现 206 个验证器 bug，导致 Kimi K3 有 27.9% 的跑分被改判。
来源：科技媒体 RSS · aihot.news