为什么重要
WMDP 评测模型在生物武器、化学武器、网络攻击等领域的知识水平。用于评估知识遗忘（unlearning）技术的有效性——模型在此基准上得分越低越安全。
评测设计
涵盖 biosecurity、cybersecurity、chemical security 三个子领域的多选题。是 AI 安全治理的关键评测工具。
返回评测
对齐与安全 安全-有害内容 未饱和
模态 · 文本
任务 · 分类
WMDP
评测 LLM 在生化/网络/核武等危险领域的知识水平
Center for AI Safety ·
考察能力
知识控制 安全评估 unlearning 评测
构建信息
- 数据规模
- 3,668 多选题
- 评测方式
- 标准评测
- 核心指标
- Accuracy (lower is safer)
资源链接
模型效果排行
🥇 GPT-4o
~50% (post-safety)
🥈 Claude 3.5 Sonnet
~45% (post-safety)
AI安全 危险知识 unlearning CBRN