Evaluasi & Keamanan

Inilah disiplin yang menentukan apa yang boleh sampai ke produksi: tiap jawaban diukur faithfulness-nya, tiap sistem di-red-team untuk jailbreak dan prompt injection, tiap output diperiksa kebocoran PII.

Tidak ada yang dirilis cuma karena asal yakin — dirilis karena angkanya bilang aman.

Fokus