MLCommons 发布 Candela：面向开发者与部署者的 AI 风险基准测试服务

MLCommons 正式推出 Candela，一种提供按需使用的 AI 风险与可靠性基准测试服务，支持约 30 个开源模型的 Safety 1.2.1 评分公开。该系统使用私有提示词防止数据污染，通过专门的分类器而非 LLM 进行评分以确保稳定性，并允许测试包含系统提示词和 RAG 等组件的完整部署系统。