研究探索能否根据模型规模等因素预估安全探针表现，减少反复训练与配置搜索。
推荐理由：若探针性能可由模型规模、标签量和架构提前预测，安全监控部署便能从逐项试错转为容量规划，降低新模型和新风险类别的适配成本。
阅读原文