Failure-First 免费 AI 安全评分：60 秒测试模型越狱抗性
Free AI Safety Score: Test Your Model in 60 Seconds
AI 导读
Failure-First 推出免费工具 Free AI Safety Score，约 60 秒即可用 20 个对抗场景测试模型对越狱攻击的抗性，再由 FLIP 反向推理评分给出 A+ 至 F 等级和按攻击家族划分的明细。扫描覆盖 2022 至 2025 年的 10 个攻击家族，仅限单轮文本场景，不含多轮、具身与多智能体攻击；工具目前存放于其私有研究库，复制权限需申请。