Birleşik Krallık açık kaynaklı yapay zeka değerlendirme çatısı Inspect'i duyurdu
Öne çıkanlar
- UK AI Güvenlik Enstitüsü ve Meridian Labs tarafından açık kaynak olarak yayımlandı.
- 200'den fazla hazır test ile 20'nin üzerinde model sağlayıcısını destekliyor.
- Docker ve Kubernetes üzerinde izole kod çalıştırma ortamı sunuyor.
Birleşik Krallık Yapay Zeka Güvenlik Enstitüsü ve Meridian Labs, büyük dil modellerinin yeteneklerini ve güvenliğini ölçmek amacıyla Inspect adlı açık kaynaklı bir değerlendirme çatısı geliştirdi. Çatı; kodlama, otonom eylemler, muhakeme, bilgi düzeyi ve çok modlu anlama gibi geniş bir alandaki testleri tek merkezden yürütmeyi hedefliyor. Geliştiriciler, Python tabanlı bu araçla standart test kümelerini doğrudan çalıştırabiliyor.
Sistem, veri kümeleri, çözücüler ve puanlayıcılar olmak üzere modüler yapı taşlarından oluşuyor. Inspect; Docker, Kubernetes, Modal ve Proxmox gibi izole ortamlarda güvenli kod çalıştırma desteği sunarken, 20'den fazla model sağlayıcısının yanı sıra Hugging Face, vLLM ve SGLang üzerinden yerel çıkarımları da destekliyor. Kullanıcılar komut satırı arayüzünün yanı sıra web tabanlı görselleştirme paneli ve özel VS Code eklentisiyle test sonuçlarını takip edebiliyor.
Halihazırda 200'den fazla hazır değerlendirme testi içeren platform, Claude Code, Codex CLI ve Gemini CLI gibi harici ajanların çalıştırılmasına da olanak tanıyor. MCP araçları, web tarama ve metin düzenleme yetenekleriyle donatılan çatı, karmaşık çok adımlı görevlerde modellerin davranışlarını güvenlik odaklı biçimde kayıt altına alıyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.