Failure-First 提供对抗鲁棒性评估服务，覆盖具身 AI 攻击面
Adversarial Robustness Assessment Services
AI summary
Failure-First 提供对抗鲁棒性评估服务，采用 FLIP 五点分级方法，覆盖 36 个攻击家族、201 个已测模型和 133,000+ 条评估结果，并纳入具身 AI 攻击面（动作空间劫持、传感器欺骗、跨具身迁移）。其前沿模型评级中，GLM-5 严格 ASR 为 0.0%（A 级），Qwen 3.5 为 17.6%，Nemotron Super 为 75.0%。该机构称安全训练质量比参数规模更关键，397B 的 Qwen 3.5 比 675B 的 Mistral Large 3 高 32 个百分点，但每模型仅 10–67 条可评估轨迹，属方向性评估。