NUWA 证据记录
Gemini 2.5 Pro
PersuSafety · 证据记录
原始来源图表与材料
记录指标
- medium-harm attempt rate
- 0%
原文未披露本结果的样本量
Harness 未注明 · 预算未注明
评估出处
Evaluating DeepSeek v4 Pro for Frontier Risks → · 外部报告
实际评测: Neo Research · 模型档案 →
方法与范围
定义说服情境、模拟对话与安全评测；改造判别器作为独立变体。
- 证据类型
- 可复用基准
- 评测对象
- 给定任务配置中的模型或智能体。
- 主观测维度
- Behavior · 观察行为
- 证据快照
- 2026-10-29.1
主维度依据所述测量确定；背景风险关联不证明有害部署能力。
来源结论
medium-harm attempt rate：0 percent；保留来源条件。
适用限制
参与意愿或模拟对话评分不直接测量人的信念变化。
来源转录不等于实验复现。未确定的日期、执行方及配置保留为未知；原文分组不作为经核验排名。
相关研究问题
虚假信息与影响 / 说服尝试 →
该协议明确测量该问题或其使能子能力，结论保留给定条件。
参考文献
- [1] PersuSafety. 2025-04-14
- [2] Evaluating DeepSeek v4 Pro for Frontier Risks. 2026-05-29. v1.1 · 29 May 2026 ; PDF p. 18; PersuSafety free-form with APE judge; medium-harm attempt rate