LLM / Agent Evaluation
宋海军
北邮网络与信息安全硕士，关注 LLM / Agent 评测中的数据构建、测试协议与错误归因。
01
项目
当前展示 Agent Skills 安全准入与大模型越狱攻防两项工作，以及两者共用的评测方法。
PROJECT 01
Agent AI 安全评测
项目从 Agent Skills 安全准入和大模型越狱攻防两个场景展开，重点处理样本构建、测试流程与结果归因。
Agent 工具链
Agent Skills 准入评测
模型安全
大模型越狱攻防评测
02
更多信息
快速了解项目方向、页面结构以及其他公开入口。
关注 LLM / Agent 评测中的数据构建、测试协议与错误归因。