LLM red teaming

ASMR-Bench：抓 ML 程式裡的暗改

ASMR-Bench 用 9 個 ML 研究程式庫測試審核者能否抓出細微破壞；目前連前沿 LLM 與 LLM 輔助人工審查都還不夠穩。