RealHarm: A Collection of Failures in Real-World Language Model Applications

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出RealHarm数据集,分析语言模型应用中的失败模式,发现声誉损害是主要风险,虚假信息普遍存在,现有保护措施不足。

🏷️

标签

➡️

继续阅读