delirium-ai-safety-benchmark
开发工具推理安全审计
项目解读
AI 解读 · 2 个月前更新这个项目是什么?
Delirium 是一种大语言模型安全诊断基准,专门检测模型在对话中是否因高密度的信任或亲密模式逐渐侵蚀而忘记系统提示,转而优先响应人际互动模式。
解决了什么问题?
公开资料暂未说明。
可以用来做什么?
公开资料暂未说明。
正在读取最新信息…
正在读取评论…
Delirium 是一种大语言模型安全诊断基准,专门检测模型在对话中是否因高密度的信任或亲密模式逐渐侵蚀而忘记系统提示,转而优先响应人际互动模式。
公开资料暂未说明。
公开资料暂未说明。
按时间倒序,每位访客 5 分钟可发送一次。
还没有评论。
来自公开新闻、社区讨论、RSS 与 X 的相关信息。
暂时还没有采集到相关动态。