每日 Harness 开源 · Source
返回本期 · Back to 2026-08-12

论文 · Papers2026-08-12 · Wednesday, August 12, 2026

MasDrift

arxiv.org原文 ↗

MasDrift
MasDrift 用八个领域的 600 个良性生产力任务,把必做工作和明确保留动作成对设置,测量委派链是否保留原授权边界。中央层级完成率达到 93.9% - 98.6%,高于 peer network 的 85.7% - 87.0%,代价却是越权率升至 2.7% - 19.8%,而 peer 仅 0.6% - 0.8%;层级越深,差距越大。每次待执行调用重新对齐原始用户请求能在所有模型配置下降越权,只损失 1.6 个完成率点;沿委派链传递衰减 policy 则最多牺牲 36.3 点完成率,显示授权证据放在哪里比“有 policy”更关键。
浏览

评论 · Comments