MLCommons 推出 AI 风险基准评测服务 Candela

MLCommons 正式推出面向 AI 风险与可靠性的基准测试即服务 Candela，基于 AILuminate 基准为开发者和部署者提供按需评测。该服务首发包含覆盖 12 类危害的 Safety 1.2.1 和针对越狱技术的 Jailbreak 1.1，采用私有提示词集与专用机器学习分类器评分，避免测试集污染及 LLM-as-a-judge 评分波动。