Anthropic 公开安全评测方法：同一模型在 API 与 claude.ai 分数最多差 34 个百分点
这篇讲了怎么把安全评测做扎实：同一模型换个系统提示，分数能差 34 个点。Anthropic 把专家评分、多轮对话、样本量下限这些坑都摊开了，做模型评测或写系统卡的人都该看看。
#Inspect
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「Inspect」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月14日
这篇讲了怎么把安全评测做扎实：同一模型换个系统提示，分数能差 34 个点。Anthropic 把专家评分、多轮对话、样本量下限这些坑都摊开了，做模型评测或写系统卡的人都该看看。
