会员服务
安全评估分狭义和广义二种。狭义指对一个具有特定功能的工作系统中固有的或潜在的危险及其严重程度所进行的分析与评估，并以既定指数、等级或概率值作出定量的表示，最后根据定量值的大小决定采取预防或防护对策。广义指利用系统工程原理和方法对拟建或已有工程、系统可能存在的危险性及其可能产生的后果进行综合评价和预测，并根据可能导致的事故风险的大小，提出相应的安全对策措施，以达到工程、系统安全的过程。安全评估又称风险评估、危险评估，或称安全评价、风险评价和危险评价。
Models That Know How Evaluations Are Designed Score Safer
Arxiv
0+阅读 · 6月12日
InFerActive: Interactive Tree-Based Exploration of LLM Sampling for Safety Evaluation
Arxiv
0+阅读 · 5月30日
AgentCanary: A Security Evaluation Framework for Autonomous AI Agents in Real Executable Environments
Arxiv
0+阅读 · 6月9日
EUDAIMONIA: Evaluating Undesirable Dynamics in AI
Arxiv
0+阅读 · 5月28日
Quantifying the Salience of Geo-Cultural Values for Pluralistic Safety Alignment
Arxiv
0+阅读 · 5月29日
A Causal Probabilistic Framework for Perception-Informed Closed-Loop Simulation of Autonomous Driving
Arxiv
0+阅读 · 6月5日
Security Evaluation of Mobile Banking Applications in Sudan
Arxiv
0+阅读 · 6月12日
STRIDE-AI: A Threat Modeling Framework for Generative AI Security Assessment
Arxiv
0+阅读 · 5月16日
Training ML Models with Predictable Failures
Arxiv
0+阅读 · 5月14日
Steering Awareness: Detecting Activation Steering from Within
Arxiv
0+阅读 · 3月19日
AutoEG: Exploiting Known Third-Party Vulnerabilities in Black-Box Web Applications
Arxiv
0+阅读 · 4月1日
Revisiting and Expanding the IPv6 Network Periphery: Global-Scale Measurement and Security Analysis
Arxiv
0+阅读 · 4月21日
IndicSafe: A Benchmark for Evaluating Multilingual LLM Safety in South Asia
Arxiv
0+阅读 · 3月18日
ClawTrap: A MITM-Based Red-Teaming Framework for Real-World OpenClaw Security Evaluation
Arxiv
0+阅读 · 3月19日
Threat-Oriented Digital Twinning for Security Evaluation of Autonomous Platforms
Arxiv
0+阅读 · 4月28日
参考链接
微信扫码咨询专知VIP会员
Top