# benchmarks
標記為「benchmarks」的 11 篇文章
案例研究:DeepSeek 模型安全評估發現
對 DeepSeek 模型安全評估發現的完整分析,包括與 GPT-4 和 Claude 的比較評估、越獄脆弱性測試,以及對開源權重模型部署的啟示。
社群基準測試結果
社群提交的跨模型攻擊與防禦效能基準測試結果。
基準測試作弊攻擊
操弄評估基準測試的技巧,使被投毒或受損的模型在標準安全評估中看起來安全且具能力。
評估防禦成效
衡量 AI 防禦對抗真實攻擊成效的指標、基準與方法論，涵蓋評估陷阱與最佳實務。
AI 代理安全性評估
用於評估 AI 代理系統安全屬性的框架與方法論。
LLM 代理安全基準測試
用於 LLM 代理系統的安全基準測試,包括評估框架與標準化指標。
AI 安全基準與評估
AI 安全評估之概觀：基準框架、安全指標、評估方法論，以及供 AI 紅隊使用之標準化評估工具景觀。
注入基準測試設計
設計穩健的基準測試以評估注入攻擊與防禦的有效性。
評估基準博弈
博弈評估基準的技術,以遮蔽漏洞或虛增安全分數。
HarmBench Evaluation Framework 導覽
Complete walkthrough of the HarmBench evaluation framework: installation, running standardized benchmarks against models, interpreting results, creating custom behavior evaluations, and comparing model safety across versions.
Inspect AI 導覽
Complete walkthrough of UK AISI's Inspect AI framework: installation, writing evaluations, running against models, custom scorers, benchmark suites, and producing compliance-ready reports.