🤒 Ваша нейросеть сломалась, несите следующую | Почему один красивый график больше ничего не значит

— В данной статье мы рассмотрим, почему оценка безопасности языковых и мультимодальных моделей больше не сводится к проценту успешных атак.

А так же разберём ключевые бенчмарки, которые позволяют оценить устойчивость к обходам, полезность опасных ответов, склонность к переотказу, многоязычную надёжность, уязвимости визуального канала и риски в агентных сценариях.

🎤 Чтиво

#LLMSafety #OpenAI #AgentSecurity / White Hat / max.ru/kind_hack