BriefGPT - AI 论文速递 · 2024-10-29T00:00:00Z SG-Bench: Evaluating the Generalization of Large Language Model Safety Across Diverse Tasks and Prompt Types 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出SG-Bench方法，评估大型语言模型（LLM）在不同任务和提示类型下的安全性。结果表明，LLM在判别任务中的表现不如生成任务，且对提示依赖性高，安全性对齐的泛化能力较差，为未来研究提供了重要见解。 🏷️ 标签 SG-Bench model 任务类型 大型语言模型 安全性 提示依赖性 阅读原文 生成长图 分享链接 已复制链接
