创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

Harbor 接入 Docker Sandboxes 隔离代理评估

AI 总结

Harbor 现已支持 Docker Sandboxes,每个 AI 代理评估任务可在独立 MicroVM 中运行,而不再与其他任务共享容器。任务既可本地运行,也可在 Docker Cloud Sandboxes 中使用一致的网络条件;Harbor 负责协调执行、收集分数和记录日志,Docker 称已在云端测试 64 个并发任务。

深度见解

该集成为运行不可信的 AI 生成代码提供更强的任务隔离和更一致的执行条件,但延迟、成本与分数稳定性数据仍缺乏独立验证。

Docker 宣布",开源代理评估框架 Harbor" 现已支持 Docker Sandboxes"。这一变更使得每个评估任务都能在各自的微虚拟机(microVM")中运行。因此,各评估任务不再共享同一个容器,而是隔离的环境中运行,从而提升了性能。这些任务既可以在本地运行,也可以在 Docker Cloud Sandboxes 中运行。Docker 表示,他们已在云端对 Harbor 做了 64 个并发任务的测试。

评估编程代理意味着允许其安装软件包、编辑文件并执行命令,而基准测试会重复执行这些操作数千次。Docker 工程师将此描述为大规模运行由 AI 编写的不可信代码。他们还特别指出了“奖励破解”现象:代理通过篡改测试或覆盖记录其分数的文件来获得及格分数,而非真正地完成任务。Harbor 负责协调管理工作,包括运行任务、收集分数和记录日志。它还支持 Terminal-Bench 等基准测试,并且需要一个既隔离又一致的执行环境。

#Harbor#Docker#Docker Sandboxes#Docker Cloud Sandboxes#Terminal-Bench

原文约 4 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。