BoardSafety：面向开发板安全判断的 AI 就绪数据基准

研究者构建了 BoardSafety Benchmark，从厂商数据手册和硬件指南中提取板级安全规则，生成带 safe、unsafe、insufficient-info 标签的操作场景，用于评估 LLM 能否判断某项操作对特定开发板是否安全。评测显示，提供安全规则通常能提升准确率，而结构化理由提示的效果因模型和规则获取条件而异。总体而言，受测模型尚无法可靠判断操作安全性。