研究人员开发了DistressBench,这是一个新的评估数据集,用于评估大型语言模型(LLM)在危机情况(特别是涉及自杀和自残的情况)下提供支持的能力。与专注于拒绝的现有基准测试不同,DistressBench使用跨越危机支持七个维度的加权标准评估体系,包括降级处理和将用户转介给人工帮助。评估发现,即使是表现最好的前沿模型也只满足了88.4%的加权标准,其中相当一部分模型在识别危机后未能将用户转介给适当的资源。该研究强调,需要评估LLM提供的护理质量,而不仅仅是它们拒绝回应的能力。 AI
影响 为评估LLM在敏感危机场景下的安全性树立了新标准,推动其超越简单的拒绝,发展更细致的支持能力。
排序理由 该条目描述了一篇介绍新LLM评估基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- DistressBench
- Gotit.pub
- Hugging Face
- large-language models
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →