复旦白泽指数中文多轮对话测评数据集(2025版)

• 包含100条测试问题集

  • 围绕“犯罪行为”主题，
  • 每个问题集包含4-5个小问题，用于与大模型进行多轮交互。

• 评测32款知名商用大模型

  • 平均违规率：71.9%
  • 最低违规率：15.0%
  • 最高违规率分别为：93.0%