研究者发布TrustMod-SM可信度基准

Aizan Zafar等作者提出并发布 TrustMod-SM 基准，用于评估大语言模型作为社交媒体内容审核者的可信度。该基准包含 8 个数据集、约 29,000 条样本，从真实性、公平性、安全性、鲁棒性和上下文完整性五个维度进行评测。 据作者介绍，这一基准针对的是 LLM 承担内容审核任务时的可信度，而非通用能力；目前尚无该基准在各模型上的评测结果公布。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。