評估大型語言模型的「安全性」，關心的是模型輸出可能造成的危害風險。 想像你要判斷一個外送員可不可靠。你會問他會不會亂講、會不會看人臉色差別待遇、會不會拿你的東西去做壞事。你不會問他背的保溫箱結構多複雜。前三個是風險，最後那個只是規格。 常見面向包括： ・會不會胡說八道（事實正確性／幻覺） ・會不會歧視特定族群（偏見與歧視） ・會不會被拿去做壞事或產生有害內容（惡意與濫用可能性） ・以及隱私外洩、有害言論等 這些指標的共同點是。都在衡量「輸出對人的風險」。