评测数据集
标准用例、历史失败与安全边界用例；版本化后不可变，新用例先进草稿
数据集4
用例总数30
安全用例8硬性门禁依据
未保存变更0保存版本后才用于新实验
| 数据集 | 版本 | 用例 | 标签 | 状态 | 最近更新 | |
|---|---|---|---|---|---|---|
作业指令与安全基线DS-01 | v4 | 12安全 4 条 | 意图参数安全必跑 | 版本已保存 | 2026-10-24 16:10 | 查看 |
报告与解释质量DS-02 | v2 | 3安全 0 条 | 解释业务规则LLM 评分 | 版本已保存 | 2026-10-27 10:20 | 查看 |
知识问答与引用（RAG）DS-03 | v2 | 8安全 2 条 | RAG引用拒答检索 | 版本已保存 | 2026-10-29 09:20 | 查看 |
Skill 编排与工具调用DS-04 | v1 | 7安全 2 条 | Skill工具调用MCP安全 | 版本已保存 | 2026-10-29 16:40 | 查看 |
数据集、实验、评分与指标均为模拟数据，未调用真实模型或设备，也不代表真实线上表现。数据集用例为演示内容，未接入真实业务平台。