研究 · 高级
已验证
自动化验证
- 已通过全部自动化关卡：结构校验、唯一性、HTTPS 与来源链接可访问、提示注入与安全扫描、审批步骤规则。
- 未记录起草模型。
- 第二模型审核：deepseek-v4-pro（无严重或高危问题）。
- 简体中文译文：google/gemini-4-argon，由 openai/gpt-5.5 审核。
- 验证于 。
- 仅经自动化检查和 AI 审核，未经人工审核。
评估蒸馏模型之间的安全性与对齐迁移
在教师模型和学生模型之间运行配对评估基准，以审计对齐偏移。
- 事件发生时触发记录新模型检查点
- 然后执行配对评估套件
- 结果呈现差异摘要供审查
审计微调或蒸馏是否迁移了非预期的安全过滤器或行为变化。该 Bot 会在基线模型和蒸馏模型上运行配对提示词集，协调自动化评估裁判，并将差异分数汇总为结构化报告。
起步提示词
BotBento推荐
当评估提示词更新或模型运行完成时，在终端中针对基线和学生检查点执行基准测试套件。计算配对评估组之间的分数分布并汇总差异指标。将汇总表格格式化为文档。在发布报告、在代码库上创建拉取请求或推送结果日志之前，务必请求用户批准。