ThinkingBox 通过数据库状态基准测试 AI 代理的一致性
为什么值得读 AI 代理常能通过工具调用检查，却无法正确更新数据库。此基准测试揭示了成功 API 调用与实际数据一致性之间的差距。
微软与 Hugging Face 联合发布 ThinkingBox，该基准测试针对 507 个工作流，依据终端后端状态及副作用对 AI 代理进行评分。
标签 · #huggingface
Hugging Face 惡意供應鏈攻擊：typo-squat 衝上 #1 趨勢 — 18 小時內 244K 下載後才被下架
Open-OSS/privacy-filter typo-squat 5/11 衝上 Hugging Face 趨勢 #1 — 18 小時內 244K 下載、667 likes 才被下架。Windows 信息竊取者透過 loader.py。行動項：在 from_pretrained 中釘 revision SHA。