robustness-testing

本文提出了SEAV，一种以验证为中心的框架，用于评估大型语言模型的越狱鲁棒性，通过评估响应的有效性和正确性，显著降低了安全评估中的假阳性率。

本文介绍了SCEval，一种诊断性评估协议，它通过应用结构损坏来测试全模态大型语言模型的脆弱性，揭示了干净准确性并不确保可靠的跨模态推理。

TestNav是一个帕累托引导的框架，用于深度学习模型的组合鲁棒性测试，通过优化性能退化和输入保真度来识别严重但现实的故障。