ATLAS对齐审计工具在GitHub开源

xwchia 在 GitHub 开源了 ATLAS（Adversarial Testing for LLM Alignment & Safety），一个结合 Bloom 与 Petri 的 LLM 对齐审计工具。Bloom 负责生成多样化评测场景，Petri 运行多轮智能体审计，由 1-3 个独立评审（默认 3 个）对 38 个对齐维度打分，并按 8 类失准分类法组织结果。审计对象可以是模型，也可以是 Hermes、OpenCode、DeepSeek Harness 等智能体，支持目标模型与基线模型的跨模型对比，提供 Docker 部署和 MLflow 追踪。仓库将 petri_bloom 评测引擎内置在 petri_bloom-main/ 目录下，无需单独克隆外部仓库；模型级审计不需要相关依赖。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。