DiagSafe：提示词级评分标准诊断LLM安全
热点事件持续更新
DiagSafe：提示词级评分标准诊断LLM安全
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Hongyu Li等研究者提出DiagSafe诊断评估框架，用提示词级评分标准替代二元安全标签，从安全性与有用性两个维度评估大语言模型。该框架基于84类安全分类构建中英双语基准，含DiagBase与DiagAttack两个子集。 据作者报告，DiagSafe与人工标注的一致率达95.34%，高于基线的69%–87%，评审间一致性Cohen's κ为0.864。作者称数据集将公开发布。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 12:00
DiagSafe：用提示词级评分标准诊断评估 LLM 安全性报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.CLDiagSafe：用提示词级评分标准诊断评估 LLM 安全性
研究者提出 DiagSafe 诊断评估框架，用提示词级评分标准替代二元安全标签，从安全性与有用性两个维度评估 LLM。该框架基于 84 类安全分类构建中英双语基准，含 DiagBase 与 DiagAttack 两个子集。实验显示其与人工标注一致率达 95.34%，远高于基线的 69%-87%，评审间一致性 Cohen's κ 为 0.864。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。