[
控场AI
]
知识动态
实体
播客
深度
开发者
关于
Get CLI
EN
基准
FIBS数据集
FIBS
目前规模最大的欺骗检测训练数据集,覆盖Agent场景中的蓄意破坏(sabotage)以及模型在被施压时对自身信念的不诚实表达等多种欺骗类型。
来源文章
探针捉住AI撒谎:白盒检测如何识破模型隐藏目标
10月13日