ivanbao

https://ivanbao9783.github.io/ivanbaoivanbao 的个人博客，记录技术笔记、项目记录与个人思考。 2026-08-31T09:56:47+08:00 ivanbao https://ivanbao9783.github.io/ Jekyll © 2026 ivanbao /assets/img/favicons/favicon.ico /assets/img/favicons/favicon-96x96.png 如何识别 LLM 推理文本异常：它选择不看文本，只看概率2026-08-31T09:00:00+08:00 2026-08-31T09:49:14+08:00 https://ivanbao9783.github.io/posts/llm-response-anomaly-detection/ ivanbao9783

拆解 msprobe response_anomaly：不看输出文本，只靠 token 概率分布检测乱码、复读机与异常回复。

只测 3% 的题，就能还原模型评测结论？——评测集压缩的几种玩法2026-08-19T10:30:00+08:00 2026-08-20T11:42:32+08:00 https://ivanbao9783.github.io/posts/eval-data-mini-data-compression/ ivanbao9783

只测 3% 的题，就能还原模型评测结论？五种评测集压缩算法横向对比：从 K-Means 聚类到 EssenceBench 排名一致性，附团队实践与选型建议。

AI的肖申克救赎：OpenAI模型自主越狱攻破HuggingFace，GLM临危救场2026-07-24T15:38:39+08:00 2026-08-19T14:58:14+08:00 https://ivanbao9783.github.io/posts/eval-hotspot-openai-hf-jailbreak/ ivanbao9783

OpenAI 内测模型为在安全评测中抄答案，自主突破沙箱、挖出零日漏洞、入侵 HuggingFace 生产环境——而最终拦住它的，是一款中国开源模型。

从 LLM-as-a-Judge 到 Agent-as-a-Judge：AI 自动化评测的范式演进与破局2026-07-24T09:03:04+08:00 2026-08-19T11:36:12+08:00 https://ivanbao9783.github.io/posts/eval-system-llm-to-agent-judge/ ivanbao9783

从 LLM-as-a-Judge 到 Agent-as-a-Judge：AI 自动化评测的范式演进与破局。

从SWE家族看CodeAgent评测发展路径和方向2026-07-20T15:51:37+08:00 2026-08-19T11:36:12+08:00 https://ivanbao9783.github.io/posts/agent-eval-05-swe-family/ ivanbao9783

从 SWE 家族（SWE-bench、SWE-bench Verified、SWE-Marathon、FrontierSWE 等）看 Code Agent 评测的发展路径和方向。