ML Commons推出持续演进安全评测服务

1. 06:22
   AGI Hunt

   ML Commons 推出「基准即服务」应对榜单刷分

   ML Commons 正式推出「基准即服务」，希望通过随生态演进而持续更新的评测机制，抑制静态榜单刷分现象。项目已公布阶段性进展，显示 SimpleSafetyTests 饱和度指数达到 1.00，OR-Bench 为 0.93、SORRY-Bench 为 0.90、HarmBench 为 0.73，ALERT、AILuminate、SALAD-Bench 等大基准仍接近 0。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。