MLCommons Candela：为开发者和部署者提供 AI 风险基准测试服务

MLCommons 推出 Candela，提供 AI 风险和可靠性基准测试服务，支持从前沿模型开发到多模型企业部署的全场景测试。Candela 首发 Safety 1.2.1 和 Jailbreak 1.1 两个基准版本，前者评估系统对十二类风险的处理能力，后者使用绕过限制的技术进行测试。测试结果通过私有分类器生成，确保评分稳定且可跨时间对比，不依赖 LLM 作为评判者。