Anthropic发布安全评测实践指南

Anthropic发布《Building strong safety evaluations》，提出安全评测设计、执行与报告的10条建议，并建议借鉴预注册机制，提高评测的可复现性。 指南指出，AI安全评测可能受到刷分、测量目标偏移、文档不足以及结果随提问形式变化等因素影响，因此需明确评测设计与执行方法，并规范结果报告。

AI 根据报道生成 · 29 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。