基准 ·2026年7月28日 · 约 1 分钟读完 ·arxiv.org HackDetect审计智能体基准分数虚高问题 腾讯混元与港科大联合开发,事后审计基准捷径利用与分数虚高 A 原文来源 arxiv.org https://arxiv.org/abs/2607.22368 打开原文