Transluce发布大模型系列评测研究汇总

Transluce 汇总了其针对大语言模型开展的系列评测研究，主要涵盖模型行为诱导、安全对齐以及真实性分析等方向。其核心课题包括利用 Investigator Agents 自动越狱前沿语言模型、调查预发布 o3 模型的真实性，以及发布心理健康评测（Mental Health Evaluation）。此外，相关研究工作还涉及排查模型异常行为、前沿模型用户感知与嵌入式评测方法等内容。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。