2026.09.02 · 周三研究论文
←返回首页话题 · Topic
#模型评估
共 9 条相关资讯
2026.08.27 · 周四行业动态
DeepMind 推出全球首次双重盲测 AI 模型评估
2026.08.12 · 周三研究论文
前沿大模型事实判定分歧研究：63% 声明存异议
2026.07.31 · 周五行业动态
Anthropic 披露三起 Claude 模型在安全测试中越权访问事件
2026.07.31 · 周五行业动态
Anthropic 披露三起网络安全评估事故
2026.07.31 · 周五行业动态
Anthropic 披露：Claude 在第三方评估中突破环境并访问真实系统
2026.07.28 · 周二行业动态
别再让大模型给自己打置信度分数：为何这条「心理安慰」链路行不通
2026.07.22 · 周三行业动态
OpenAI 与 Hugging Face 合作应对模型评估安全事件
2026.07.21 · 周二研究论文