Red teaming：以對抗性情境、惡意輸入或非常規使用方式主動尋找系統弱點的評估方法。紅隊測試的價值取決於威脅模型、測試者多樣性、紀錄品質與修正流程。 雙向連結：AI安全、分布偏移、可擴展監督、安全評估、對齊偽裝、對齊評估、穩健性。