新的 aiXamine 平台揭示了 LLM 在安全、安全和隐私方面的权衡

一篇新的研究论文介绍了一个统一的黑盒平台 aiXamine，该平台旨在同时评估大型语言模型（LLM）在安全、安全和隐私方面的维度。该平台利用一个自动化的红队测试管道，包含跨九项服务的 46 项测试，以识别单一维度评估所遗漏的跨维度权衡。这项涉及 120 多个 LLM 的研究表明，更强的安全对齐可能导致过多的拒绝，隐私在很大程度上独立于其他可信度指标，而蒸馏可能会灾难性地降低鲁棒性。 AI

影响 强调了 LLM 可信度之间复杂的相互依赖性，表明当前的对齐方法可能不足。

排序理由 该集群包含一篇详细介绍 LLM 新评估框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• aiXamine
• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• ScienceCast

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →