Beyond Binary Labels: Diagnostic Evaluation of LLM Safety with Prompt-Level Rubrics
Authors: Hongyu Li, Xinlong Huang, Zhan Yu, Jing Zhao, Zhe Zhao, Juntao Zhong, Xiong Kuang, Rui Yuan, ZhenXiang Yan, Huilin Xu, Haitao Yu, Lilin Wang, Rui Chen, Blaze Chen, Fengzong Lian, Renfen Hu | Published: 2026-10-21
プロンプトインジェクション
大規模言語モデル
評価結果