行业与实践 · 标签「agent」

工具与框架/2026-10-03/16 分钟

Inspect 入门：用任务、求解器和评分器搭起一次评测

英国 AI Security Institute 的开源评测框架 Inspect：一次评测由数据集、求解器和评分器组成。教程按原顺序演示模型评分、选择题、沙箱中的工具 agent、自定义等价评分、自定义工具、日志数据框、现成编码 agent、eval_set 续跑，以及用扫描器复查拒绝回答。