https://derekwang2002.github.io/ai-intelligence/projects/simulated-control-evals/ AI 模型、Agent、工程与基础设施的重要变化，附一手来源与建议等级。 zh-CN Mon, 02 Nov 2026 16:56:00 GMT https://derekwang2002.github.io/ai-intelligence/events/ev-20261022-05/ ev-20261022-05-published Fri, 23 Oct 2026 16:04:55 GMT 新事件 WATCH <p>Simulated Control Evals 用语言模型模拟工具环境，尝试在不执行完整部署任务的情况下预测护栏效果。作者在 LinuxArena 上用真实执行结果校验，报告五个 monitor、5% 审计预算下的安全预测 RMSE 为 3.6 个百分点，低于跨环境 BashArena 对照的 10.1。论文未找到公开实现，且结果仍局限于一个执行环境。</p><p>建议等级：WATCH</p><p>来源：<a href="https://arxiv.org/abs/2610.31593">Simulated Control Evals</a></p>