概念non-refusal rate
非拒绝率
安全评估中的一种指标，指模型未明确拒绝的比例，合并了合规与规避等非拒绝类别，对评分器在相邻类间的误判较不敏感，但粒度较粗。
时间轴 (近 90 天)
10月20日
剔除三个坍缩评分器后，剩下四个语料上的合规率仍相差1.7到2.8倍，非拒绝率相差10到22个百分点。
待验证50%
10月20日
合规率的跨评分器差异表现为乘性（比值可达数十倍），而非拒绝率的差异表现为加性（百分点差），因此非拒绝率对评分器分歧更稳健但更粗粒度。
待验证50%
安全评估中的一种指标，指模型未明确拒绝的比例，合并了合规与规避等非拒绝类别，对评分器在相邻类间的误判较不敏感，但粒度较粗。
剔除三个坍缩评分器后，剩下四个语料上的合规率仍相差1.7到2.8倍，非拒绝率相差10到22个百分点。
合规率的跨评分器差异表现为乘性（比值可达数十倍），而非拒绝率的差异表现为加性（百分点差），因此非拒绝率对评分器分歧更稳健但更粗粒度。