可玩链接:https://softdev23.com/diffective/ 平台:网页浏览器 描述:我围绕一个我一直看到的AI编码代理的小问题建造了Diffective:即使证据表明其它, “完成”报告也可以听起来很有说服力。 每个案例给你提供原始任务、代理提出的三个主张、代码更改和终端输出。其中一个主张没有证据支持。 你选择那个主张,找出哪一行使其无效,并命名技巧。 有一个带引导的案例,供你学习流程之前玩日常案例或其他案例。 案例是虚构的,但错误是熟悉的:只执行了一个干燥的命令、从未真正执行的测试或在错误的位置进行了更改。 不需要账号,带引导的案例会解释如何玩。 我特别希望知道线索是否公平。 你是通过阅读证据解决案件,还是什么太早泄露了答案? 免费玩耍状态: - [x] 免费玩耍 - [ ] Demo/Key 可用 - [ ] 收费参与度:我是独自开发Diffective和其虚构案例的开发者。
缺陷:能不能抓住一个AI代理无法证明的主张?
评论 (0)