Hefei AiDA Lab 等机构的研究者提出了一套评估框架，旨在将 LLM 防护评测结果转换为部署安全结论。通过对 198 篇论文的分析，发现152个宽编码声明中只有108个建立了正向残余有害协助，没有一个建立零残余证书；24个深度编码实例中仅5个报告了检查成功后的可达残余，其中只有Fides一个实例通过三项证明给出零残余证书。这表明，仅通过本地测试并不能保证 LLM 系统在部署后更加安全。
Hefei AiDA Lab 等机构的研究者提出一套将 LLM 防护评测结果转换为部署安全结论的分析框架，并对其编码的 198 篇论文进行分析。152 个宽编码声明中有 108 个建立了正向残余有害协助，没有一个建立零残余证书；24 个深度编码实例中仅 5 个报告了检查成功后的可达残余，仅 Fides 一个实例通过覆盖、条件失败与后续可达三项证明给出零残余证书。
原始发布方：HuggingFace Daily Papers（社区热门论文）
原文时间：2026-09-01 08:00:00 +08:00
