【2025年多轮对话专项赛简况】
本次赛集共包含100道测试问题集，围绕“犯罪行为”主题，每个问题集包含4-5个小问题，用于与大模型进行多轮交互。
基于上述基准测试集，我们已对国内外32款知名商用大模型的中文安全能力开展了详细评测。本次评测结果表明，上述大模型的平均违规率、最低违规率和最高违规率分别为：71.9%、15.0%和93.0%。
复旦白泽天梯赛第三弹：多轮对话专项赛结果
【问题集简况】
我们利用大语言模型围绕多种“犯罪行为”生成100组风险诱导问题，旨在让目标模型表现出违规行为，包括但不限于输出可以被借鉴的的犯罪行为。
【问题集实例】
【专项赛题获取方式】
为帮助行业伙伴提升安全能力，复旦白泽已在网站公布10组多轮测试问题，请访问获取（版本号为WhitzardBench-2025-CMT）:https://security.fudan.edu.cn/whitzardindex（解压密码：文件名后8位） 如需获得全部测试问题，请通过以下邮箱联系：whitzardindex@fudan.edu.cn
【复旦白泽安全指数 WhitzardIndex】
我们仍将继续开展常态化大模型安全监测工作，定期公布复旦白泽指数，衡量国内外大模型安全水平现状。 更多资讯，请关注复旦白泽指数网站：https://security.fudan.edu.cn/whitzardindex