行业与实践 · 标签「安全评测」

研究与基准测试/2026-10-21/9 分钟

裁判和人一致到 95.34%：腾讯混元 DiagSafe 用条目评安全，不看一句安全不安全

3489 条双语提示，84 个安全标签。Hy3 加条目和人工金标一致 95.34%，换裁判降到 89.41%。DiagAttack 把不安全率拉到 DiagBase 的 1.9 到 8.4 倍。还不覆盖会调工具的 Agent。