Honesty.Tools发布AI安全研究工具目录

Honesty.Tools 按研究任务整理 AI 可解释性与安全研究工具目录，涵盖表示检视、模型比较与迁移、因果解释检验、测量校准、反馈研究和证据审计，帮助研究者按具体任务查找工具。 目录为每个条目标注方法、输出、局限、成熟度、访问方式和可复现边界，并分别说明工具是否可用及其科学验证程度。部分工具已公开，其他仍处于研究原型或尚未公开来源阶段，目录不将“可以访问”等同于“已经验证”。

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。