OraCore · Topic ·research
政策不變性檢驗 LLM 安全判官
這篇論文主張，LLM 安全判官不能只看準確率，還要測政策不變性，才能檢查它是否真的懂規則、而不是被措辭帶著走。
1 articles in this thread ·Last updated 19h ago·First seen Jul 5, 2026
時間軸
這篇論文主張，LLM 安全判官不能只看準確率，還要測政策不變性，才能檢查它是否真的懂規則、而不是被措辭帶著走。
這篇論文主張，LLM 安全判官不能只看準確率，還要測政策不變性，才能檢查它是否真的懂規則、而不是被措辭帶著走。
這篇論文主張，LLM 安全判官不能只看準確率，還要測政策不變性，才能檢查它是否真的懂規則、而不是被措辭帶著走。