redteam-ai-benchmark

Red Team AI ベンチマーク ロシア語版: README.ru.md Red Team AI Benchmarkは、CLIのモデル評価ベンチマーク です。これは、LLMがレッドチームの質問やセキュリティシナリオをどのように理解し応答するかを測定します。これらの活動を実行するためのツールではありません。バージョン2では、1つの正解に対してのみ回答を評価するのではなく、ルーブリックベースのデータセットを使用しています。 デフォルトのv2スイートは、datasets/v2/benchmark.jsonlに60の質問を含み、ドメインと難易度でグループ化されています。 リポジトリのステータ...