言語モデルのジェイルブレイクを評価する新しい方法

ジェイルブレイクの評価には、安全保障違反、情報性、相対的真実性の3つの指標が重要である。これらの指標を組み合わせた評価手法は、従来の手法よりも優れた性能を示す。