PromptBench

Определение

Бенчмарк для оценки устойчивости LLM к adversarial промптам, включая jailbreak-атаки.

Где встречается

• 497. Как вы проектируете red teaming evaluation для jailbreak устойчивости

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление