TRUSTLLM：大语言模型中的可信度本文是一项关于大型语言模型可信度的研究，涵盖了挑战、基准测试、评估、方法分析以及未

TRUSTLLM：大语言模型中的可信度

本文是一项关于大型语言模型可信度的研究，涵盖了挑战、基准测试、评估、方法分析以及未来方向。其中，作者提出了一个可信语言模型原则，包括真实性、安全性、公平性、稳健性、隐私和机器伦理等维度。作者还在TrustLLM上评估了16个主流语言模型，包括30多个数据集。尽管大多数开源模型在可信度方面相对较弱，但一些专有模型正在缩小差距。未来需要加强对用户隐私和数据安全的保护，并提高LLM的行为和输出与人类价值观的一致性。