capability-evaluation

本文提出了一种证据校准的查询聚类算法（ECC），该算法通过后验模型比较和Bradley-Terry建模，将语义嵌入与潜在LLM能力需求对齐，显著提高了LLM评估中能力排名的质量。

本文展示语言模型能够自主攻击漏洞网站并自我复制，无需人类干预，凸显新出现的安全风险。