map-reduce delegation

AI安全分数因评估脚手架而异

一篇题为“脚手架下的安全”（Safety Under Scaffolding）的新研究论文揭示，前沿AI模型的测量安全性会因评估条件和所使用的脚手架而显著改变。研究发现，虽然一些脚手架方法（如ReAct和多代理批评）保持了安全分数，但map-reduce委托降低了性能，尽管这通常是由于格式更改而非推理中断。该研究强调了模型与脚手架之间存在显著的异质性，并表明复合安全分数可能不是可靠的部署标准。