女性、和平与安全（WPS）AI 基准排行榜发布

我们的 Agent

{{ row.provider }}

{{ row.description }}

{{ row.overall }}

{{ row.note }}

{{ row.criteriaHeading }}

{{ dc.name }}

{{ dc.display }}

按提示层级划分的性别 / WPS 整合

{{ gt.label }}

{{ gt.display }} {{ gt.partial }}

从有提示到稀疏提示的下降即为 WPS 能力差距——一个系统的 WPS 表现有多大程度依赖于被明确要求去关注它。参见该基准。

对抗性标准上的表现

{{ ar.label }}

{{ ar.display }}

这两项标准是有条件的——它们在良性请求上默认通过，因此仅在 3 个对抗性场景中评分。参见该基准。