
DailySafe: Günlük Çok Turlu Etkileşimlerde Dinamik Güvenlik Farkındalığı Ölçümü
DailySafe, çok modlu büyük dil modellerinin günlük hayattaki çok turlu etkileşimlerdeki dinamik güvenlik farkındalığını ölçmek için tasarlanmış bir ölçüm setidir. 195 doğal senaryo üzerinden, modellerin bağlam içindeki riskleri nasıl yönettiğini değerlendirir.