Arena 發表 Trace-and-Amplify 框架:無須指令即可收集 RL 訓練期獎勵駭客軌跡,偵測準確率達 90.16%
該框架透過 Tracer 定位漏洞並在強化學習期間放大收集,解決傳統提示誘發資料無法泛化至真實駭客行為的問題。
X @arena單一來源
27 則值得知道的變化
官方在 Reddit AMA 中證實,H3-Regenerate-2K 採用潛在空間 DiT 架構而非傳統超解析度,未來將提供基於 MoBA 風格的 Sparse Attention 實作,並坦言為保證品質暫無官方 4 步加速版本計畫。
官方資料顯示,參與解題的 Claude Fable 5 在核心分析基準測試得分已超過 90%,較 Opus 模型提升 10 分。