大模型对齐与安全

AutoODD: Agentic Audits via Bayesian Red Teaming in Black-Box Models

Rebecca Martin, Jay Patrikar, Sebastian Scherer

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Field AI 纠错

专题命中 红队测试 ：red teaming(title)；safety(abstract)