开源项目

autoguardrails发布:Guardrail搜索与安全评测研究实现

SantanderAI/autoguardrails

模型评测安全与风险评测

概述

SantanderAI发布autoguardrails仓库(2026-06-15,公开日口径):形成可运行的Guardrail搜索与安全评测研究实现,含固定攻击集、评判器、策略搜索循环及可重复实验命令。详细信息以官方发布为准。