实体 MultiTurnPSB

MultiTurnPSB

PulseAugur coverage of MultiTurnPSB — every cluster mentioning MultiTurnPSB across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_68297 · Jun 3 · 04:00

新基准揭示医疗AI在多轮对话中的安全漏洞

研究人员开发了MultiTurnPSB，这是一个用于评估医疗AI聊天机器人在多轮对话中安全性的新基准。标准的单轮评估未能捕捉到随着对话进行，不安全响应显著增加的情况，其中一个模型的不安全响应比例从35%上升到第四轮的近80%。研究还发现，Claude Sonnet 4.5在拒绝行为方面与GPT-4.1-mini相比表现出显著差异，这表明安全训练可能会泛化到攻击者角色。