AI重罪基准：各大模型在安全评估中的"违法"记录
Felonybench
，Felony Bench 被认为是当下最重要的基准测试，统计 AI 智能体做出的可疑决策数量。
关注
添加评论
点赞
收藏
点踩
分享
查看原文
评论
?
参与讨论
点赞
收藏
点踩
分享