跳至正文
白泽(Whitzard)
女娲实验室 ↗
NUWA
INDEX
⌘K
搜索 NUWA Index
×
Esc
研究问题、模型或 Benchmark
研究 · 测量协议 · 评测结果 · 观点
English
总览
模型比较
风险趋势
NUWA 评测
外部评测
研究与方法
研究目录
研究解读
风险框架
方法说明
比较评测协议
来源
观点
版本与数据
文献署名
Cheng Yu
按原文作者姓名整理的已收录成果。机构与作者身份以具体文献为依据。
How Should AI Safety Benchmarks Benchmark Safety?
综述编码 210 项评测,讨论构念覆盖、频率与风险概率混淆及代理测量链。
核对原文署名 ↗