#评估基准

论文综述——当安全性与安全保障被放在第一位的时代

随着生成模型/LLM被越来越多地用于现实场景，“安全性与安全保障”的“评估设计”将成为主导。跨越综述 DESPITE、MAGIC、Claudini 以及讨论自动对齐局限的最新论文。

论文综述——在稳健性与可理解性之间取得平衡的学习与评估

横跨5篇最新论文，以稳健推理、可靠评估和对对抗性变化的耐受为主线，梳理将知识（逻辑）与模型（小型LLM/信号处理）相结合的趋势。

论文综述 - 安全且高效的LLM运维

截至2026-05-15，对最近公开的对齐、鲁棒性、效率化与评估设计相关的3篇以上论文进行整理。可从中看清安全LLM运维所需的设计原则。