PulseAugur
中
实时 10:00:59
实体 Checklist-Gated Evaluation

Checklist-Gated Evaluation

PulseAugur coverage of Checklist-Gated Evaluation — every cluster mentioning Checklist-Gated Evaluation across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_141468 ·

    新的AMT-X框架揭示了大型语言模型中高比例的可操作性危害

    研究人员推出了一种新颖的分阶段结构化多轮红队测试大型语言模型框架——AMT-X。该系统旨在通过模拟适应性对手并采用具有阶段条件清单的评估多角色陪审团来更好地识别风险。AMT-X在诱导前沿模型产生有害内容方面显示出高成功率，部分可操作性输出与包含完整操作细节的输出之间存在显著差距。