JevCode /カバレッジに戻る / nican2018/shade-arena-jev-monitor

nican2018/shade-arena-jev-monitor

具体的な判断

README states: Strong per-action gate. Scoring each tool call before it runs, Jev ranked sabotage above almost all benign actions. Gemini Flash's scores piled up at 0 and 100.

根拠リンク

https://github.com/nican2018/shade-arena-jev-monitor/blob/main/llms/typesafe_llm.py#L20

検証ラベル

• call-site-verified公開コード内で Jev を呼び出し、その回答を利用している箇所を特定しました。

ラベルは根拠の種類を示すもので、評価や順位ではありません。

カテゴリ

カテゴリ

その他のリスト

リポジトリ

https://github.com/nican2018/shade-arena-jev-monitor

収録日

2026-10-29

レビュー日

2026-10-29