SSP-Bench: A Hybrid Data Generation Framework for Safety, Security, and Privacy Evaluation
该论文针对大语言模型（LLM）在安全（safety）、安保（security）与隐私（privacy，合称 SSP）评估中长期依赖静态基准的问题提出改进方案。作者指出，静态基准存在三类结构性缺陷：分数饱和（模型表现趋同、区分度丧失）、数据污
#safety-benchmark
共收录 2 条相关情报。
← 返回所有主题Benchmarking and Understanding Safety Risks in AI Character Platforms.
本文对AI角色平台（允许用户与AI人格进行对话的快速发展的应用领域）进行了首次大规模安全研究。研究评估了16个主流平台，使用涵盖16个安全类别的5000个问题的基准集。结果显示，AI角色平台的平均不安全响应率高达65.1%，远高于基线的17