Bloom 开源工具解读：自动生成 LLM 行为评估，用 Seed 复现实验
一、摘要 Bloom 是一套开源的 LLM 行为评估生成框架：研究者只需定义“目标行为”和一份可复现的 Seed 配置，Bloom 会自动生成大量诱发场景并与目标模型交互，再由评审模型对行为出现频率与强度打分，输出可汇总的指标与报告，适合快速搭建可扩展的行为评测。 二、核心特性 1、以“行为”为中心...
Ai开源 • Admin •
47
Anthropic Bloom评测妄想迎合等对齐行为
找到 2 篇相关文章
