「不要回答」，数据集来当监听员，评估LLM安全机制就靠它了( 二 ) _LLM

实验结果
通过对比基于 GPT-4 和 PLM（Longformer）的评估结果，可以发现虽然 GPT-4 和 Longformer 的评估分数与人类标注在绝对值上不完全相同，但被评估的模型所对应的排名几乎相同（除了 ChatGPT 和 Claude 的顺序）。这证实了我们提出的自动评估措施和方法的有效性，也证明了小模型有达到与 GPT-4 相同水平的潜力。

「不要回答」，数据集来当监听员，评估LLM安全机制就靠它了( 二 )

推荐阅读

IDC圈数据中心机房建设有哪些关键问题？

漫漫笑：别到时候钱没留下，孩子留了一堆，搞笑段子：哼哼

你吃过最奇葩的水果是啥

辰雪丰华|穿一字肩礼服出镜，P掉小肚子更甜美，陈乔恩被说“胖”了的美照

科普成华测谎仪都拿他没办法，如今却销声匿迹！，火星男孩预言2020年大灾难

好身材|小姐姐一条蓝色紧身牛仔裤，展示出不一样的魅力

淼淼|2岁女童10分钟横渡两百米沾天湖网友自嘲：自己20多岁还游不了1米

夏季■夏季跑步的最佳时间

[台安]《GTA5》最无聊的实验有哪些？家里买了台安检机，是否有效？

【大众网】四喜儿“不讨喜”引热议，孙迪《鬓边不是海棠红》上线

德怀特·霍华德|放弃霍华德！湖人为何签下哈勒尔？三方面解读，得分能力更加出色

格尔木通报女大学生失联：今晨救援力量已赴可可西里查找

东京奥运会|东京奥运会定于2021年7月23日开幕，场馆和赛程已确认

5G|运营商宽带提速到500兆，为什么网速没变化？是谁偷了我的带宽？

可爱的小冉就不会有我的今天，克罗斯：如果没有海因克斯

女人梦见上面的牙掉了一颗梦见上面的牙掉了一颗还有血

数学▲?2020年高考数学难吗？学生：不怎么难就是有点懵圈

北京日报客户端|调查称仅9%为无症状感染者，巴西新冠肺炎累计确诊人数近150万

羊毛衫缩水的最正确方法是什么？

「自摆乌龙」山西一球队后卫自摆乌龙被门将杀害？警方回应