AICGuard/大模型安全评测看板 run — 评测完成
AICGuard · 评测报告

中文大模型安全体检报告

01核心指标

02分攻击族表现

攻击族用例无防御 ASR 有防御 ASR防御有效率对比

03拦截位置分布

04母语中文 vs 机翻中文 —— 规则覆盖度对照

05安全阈值权衡曲线

06防御缺口归因与修复建议

07合规整改建议

08误报样本(正常请求被误拦)

09附录:仍被攻破的用例