熱點事件持續更新
Inspect AI 評分器誤判及檢測工具公開
1 篇報道1 個報道來源3 小時前更新
先了解這件事
AI 綜述
2026 年 10 月 17 日，DEV Community 報道作者測試 Inspect AI 評測評分器時發現，includes() 會把提及目標答案的錯誤回答判為正確，match() 則會把以目標答案結尾的錯誤回答判為正確。報道亦稱，Inspect AI 內建的嚴格格式評分器檢出全部 20 個錯誤回答，但將 50 個正確回答中的 20 個判為格式無效。作者建立 deadcheck，用於呈現檢出與誤報差距、缺陷類別覆蓋率及未捕捉的缺陷；工具、分類法和 seed pack 已公開。
AI 根據報道生成 · 3 小時前更新
最新進展10月17日 06:35
作者已公開 deadcheck、其分類法及 seed pack。報道時間線
沿着報道，瞭解事件的不同側面。
10月17日
- DEV CommunityInspect AI 的兩個評測評分器會把提及正確答案的錯誤回答判為正確
作者測試發現，Inspect AI 的 includes() 和 match() 會把包含目標答案或以目標答案結尾的錯誤回答判為正確。Inspect AI 內建的嚴格格式評分器則檢出 20/20 個錯誤回答，但把 20/50 個正確回答判為格式無效。作者建立的 deadcheck 會呈現檢出與誤報差距、缺陷類別覆蓋率及未捕捉的缺陷；工具、分類法和 seed pack 已公開。
本事件熱度走勢
當前熱度 9·可比範圍峯值 10（10月17日 07:00）·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。移動指針或點擊圖表查看每小時熱度；鍵盤可用左右方向鍵切換。