★ 4
FUSE：评估大语言模型危险能力的模块化框架
论文提出FUSE框架，通过知识、防御和危害三条正交管线评估模型危险能力，并生成标准化档案。对12个商业LLM的评估显示，模型间能力差异显著，且危险能力随时间非单调变化。该框架为AI安全治理提供了标准化评估工具。
arXiv cs.AI60 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出FUSE框架，通过知识、防御和危害三条正交管线评估模型危险能力，并生成标准化档案。对12个商业LLM的评估显示，模型间能力差异显著，且危险能力随时间非单调变化。该框架为AI安全治理提供了标准化评估工具。