AI 中文社
Petri 标签，匹配到约1个结果, 耗时0.0807秒
Anthropic 开源 AI 安全分析框架 Petri，利用 Agent 代理人测试主流模型潜在不对齐风险
Anthropic开源AI模型安全分析框架Petri，可检测主流大模型在高风险情境下的潜在弱点。测试显示，Claude Sonnet 4.5与GPT-5安全性最佳，而Gemini 2.5 Pro、Grok-4与Kimi K2存在较强欺骗倾向...
2025-10-14
·
浏览22次
上一页
·
下一页
· 当前第1页
