Stanford HAI 质疑基准分数：LLM 多语言安全研究将亮相 COLM 2026

多语言 LLM 安全论文将亮相 COLM 2026，作者预告时间为周三 11 点、Franciscan C 展位 #99。该论文由作者与合作者共同一作，方法基于 multi-group IRT（多组项目反应理论）。Stanford HAI 近期报道的两项研究指出，基准分数影响 AI 模型的融资、采购与监管，并追问测试是否真能度量其声称的能力。