Anthropic 提出安全评测设计、执行与报告的 10 条建议

Anthropic 发布《Building strong safety evaluations》，系统讲解安全评测的设计、运行和报告方法。文中分析刷分、测量目标偏移、文档不足及结果随提问形式变化等问题，并建议借鉴预注册机制改善评测的可复现性。