提出Benchmark Card审计多模态安全基准
热点事件持续更新
提出Benchmark Card审计多模态安全基准
1 篇报道1 个报道来源7 小时前更新
先了解这件事
报道摘要
研究提出基准卡片（Benchmark Card）方法，用七个可测量字段审计六个多模态大模型情境安全基准，发现 MSSBench chat 的图像文件本身泄露标签，仅凭图像尺寸即可达到 82.3% 准确率，与七个商业模型中六个持平或更优。
摘自 arXiv · cs.AI
最新进展11月3日 13:00
安全标签到底测了什么？多模态大模型情境安全基准审计报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AI安全标签到底测了什么？多模态大模型情境安全基准审计
研究提出基准卡片（Benchmark Card）方法，用七个可测量字段审计六个多模态大模型情境安全基准，发现 MSSBench chat 的图像文件本身泄露标签，仅凭图像尺寸即可达到 82.3% 准确率，与七个商业模型中六个持平或更优。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。