Depo ayrıntısı

Tencent-Hunyuan/DiagSafe

DiagSafe: diagnostic LLM safety benchmark with prompt-level rubrics (3,489 bilingual prompts, 84-label taxonomy)

Python NOASSERTION 15 Ekim 2026 son push 02 Kasım 2026 3 fork

benchmark bilingual dataset jailbreak llm-as-a-judge llm-evaluation llm-safety red-teaming rubric safety-benchmark

GitHub'da aç Site

Yıldız

33+7 · 11 gün

Commit · 28g

—

son 28 günde

Yazar · 28g

—

farklı katkıcı

Detaylı değerlendirme

Bu repo için detaylı değerlendirme henüz yapılmadı. Analiz, Ayarlar'daki uyum profilini hesaba katarak "bu işime yarar mı" sorusunu cevaplıyor. Bir kez çalışır; günlük koşular buna dokunmaz. Saatlik sınır var — bir kaynaktan en fazla 3 analiz.