（来源：上观新闻）
研究团队还🏊♀️观察到一个有趣😛🇱🇷的现象🏄♀️🇮🇩：价值👩👩👦🐞模型的预测值整♨体呈现🐂🇦🇷"保守"的特💄点，倾向于预测🖤👩❤️👩在0.6到0.7🛌🌪之间，而不🇫🇮是极端的0或1💪🥊。
Tool📬SandBo📓x上也呈现了相同🏎的规律🆔🇮🇹：TRACE的曲🐮🐠线稳健上升🐓🇬🇵，最终达🇧🇴🛷网络书源到0.552🤷♀️🏏，而GRPO和G🇦🇩✨EPA则分别🇰🇾🇸🇭停留在0.🇦🇹♥519和0.52😧0🏇💞。攻击者甚至不需要🇰🇵直接攻击Agen🥥t本身，只需🌬要在Agent能🇵🇰🎳接触到的🇧🇬👓数据中🖖埋下种子，可能⚙是一封恶意🕎🇧🇦邮件、一个含🌇😷隐藏指🌎🏆令的网页⛅、一份被投👩👩👦👦毒的文档🦋，Agent🆘就可能主动从中学💲🇲🇽习到危👩🦲险行为🐟🐉。
与已经被大📡🇭🇷厂产品化的👩👧👦🐢各类Cl🎊aw工具相比💆♂️，He👩💼rmes离开💇箱即用还🔺有明显距离🥎。这意味着价值⛵模型确🚉实学会了区分难♋题和简单题，虽🧤🏏然不完美🍌🕧，但相🚆👨👧👧关性足够显🕸著，能为训练提供🎾🇹🇱有效的基准信号🇻🇦。
