SampuraResearch 团队发布首个聚焦安全的大模型评审（judge）基准，含 3957 项任务与 35613 条人类标注

SampuraResearch 团队发布首篇论文，推出聚焦安全的大模型评审（judge）基准，包含 3,957 个任务、覆盖 6 个领域，共收集 35,613 条人类判断。核心假设是人类与 AI 所犯错误不同，结合两者判断可互相纠错，实验显示合作提升空间可观。团队还展示了对该基准做 hill-climbing 优化的初步结果，目前为该安全评审排行榜的 v0 版本，后续结果将持续更新。