Harvey LAB是法律AI公司Harvey开源的基准,含1660个任务和约10.1万条评分判据,覆盖24个执业领域。任务在沙箱中执行,采用文件系统优先设计,通过LLM评审逐条裁决,使用all-pass评分(差一条判据整题零分)。该基准模拟真实律师工作,但存在评审模型亲缘偏差、判据质量依赖作者功力等局限。
OpenAI推出新的Agents SDK,提供标准化基础设施,支持开发者创建高效智能代理。该SDK具备沙箱执行功能,允许代理在受控环境中安全运行,并支持文件操作和工具使用。开发者可以灵活配置代理的工作空间,提升代理在复杂任务中的可靠性和性能。新功能已通过API向所有客户开放,未来将支持更多语言和集成。
LiteBox是微软开发的安全库操作系统,提供内核与用户态的受限运行环境,旨在最小化宿主接口以降低攻击面。它支持多平台运行,强调可审计性和强隔离,适用于跨平台兼容和云环境中的沙箱执行。
完成下面两步后,将自动完成登录并继续当前操作。