研究者提出政策条件下的行为合规度量套件BMMS

Anthony Rhodes 与 Gadi Singer 提出行为错位度量套件 BMMS，用于衡量语言模型在给定政策条件下的行为合规情况。该套件以政策语料为输入，输出合规画像，适用于任何已发布政策和任何以自然语言作答的系统。 BMMS 包含两项核心指标：CAS 衡量按严重度加权的合规达成率，CRM 衡量模型在对抗压力下仍保持合规的比例。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。