第27屆聯(lián)合國科技大會(huì )期間，在以“塑造AI的未來(lái)”為主題的AI邊會(huì )上，國際組織世界數字技術(shù)院（WDTA）發(fā)布了一系列突破性成果，包括《生成式人工智能應用安全測試標準》和《大語(yǔ)言模型安全測試方法》兩項國際標準。這是國際組織首次就大模型安全領(lǐng)域發(fā)布國際標準，代表全球人工智能安全評估和測試有了新基準。

　　“隨著(zhù)人工智能系統，特別是大語(yǔ)言模型成為社會(huì )各方面不可或缺的一部分，以一個(gè)全面的標準來(lái)解決它們的安全挑戰變得至關(guān)重要?！盬DTA人工智能安全可信負責任工作組組長(cháng)黃連金介紹，此次發(fā)布的標準匯集了全球人工智能安全領(lǐng)域的專(zhuān)家智慧，填補了大語(yǔ)言模型和生成式人工智能應用方面安全測試領(lǐng)域的空白，為業(yè)界提供了統一的測試框架和明確的測試方法，有助于提高人工智能系統安全性，促進(jìn)技術(shù)負責任發(fā)展，增強公眾信任。

　　記者了解到，此次發(fā)布的兩項國際標準是大模型及生成式人工智能應用方面的安全測試標準。

　　《生成式人工智能應用安全測試標準》以WDTA為牽頭單位，為測試和驗證生成式人工智能應用的安全性提供了框架。它定義了人工智能應用程序架構每一層的測試和驗證范圍，包括基礎模型選擇、嵌入和矢量數據庫等，確保人工智能應用各方面都經(jīng)過(guò)嚴格的安全性和合規性評估，有利于保障其在整個(gè)生命周期內免受威脅和漏洞侵害。

　　《大語(yǔ)言模型安全測試方法》以螞蟻集團為牽頭單位，為大模型本身的安全性評估提供了一套全面、嚴謹且實(shí)操性強的結構性方案。它提出了大語(yǔ)言模型安全風(fēng)險分類(lèi)、攻擊分類(lèi)分級方法以及測試方法，并給出四種不同攻擊強度的攻擊手法分類(lèi)標準，提供了嚴格的評估指標和測試程序。它全面測試大語(yǔ)言模型抵御敵對攻擊的能力，使開(kāi)發(fā)人員和組織能夠識別和緩解潛在漏洞，有利于提高使用大語(yǔ)言模型構建的人工智能系統的安全性和可靠性。

　　“一方面，生成式人工智能將釋放巨大生產(chǎn)力。另一方面，我們也要對它帶來(lái)的新風(fēng)險高度警惕。大型科技公司應在促進(jìn)生成式人工智能安全和負責任的發(fā)展中發(fā)揮關(guān)鍵作用，利用其資源、專(zhuān)業(yè)知識和影響力，構建一個(gè)優(yōu)先考慮安全、隱私和道德的生態(tài)系統?！弊鳛闃藴蕝⑴c單位代表，螞蟻集團機器智能部總經(jīng)理、螞蟻安全實(shí)驗室首席科學(xué)家王維強在會(huì )議發(fā)言中說(shuō)。他進(jìn)一步解釋，可通過(guò)制定行業(yè)標準與指南，為開(kāi)發(fā)和部署生成式人工智能系統的開(kāi)發(fā)者和機構提供清晰指導；投入研發(fā)并開(kāi)放保障生成式人工智能安全的工具，形成產(chǎn)業(yè)共治格局等。

　　記者了解到，螞蟻集團從2015年起積極投入可信人工智能技術(shù)研究，目前已建立了大模型綜合安全治理體系。集團還自研了業(yè)界首個(gè)大模型安全一體化解決方案“蟻天鑒”，用于人工智能生成內容的安全性和真實(shí)性評測、大模型智能化風(fēng)控、可解釋性檢測等。此次發(fā)布的《大語(yǔ)言模型安全測評方法》，便是基于“蟻天鑒”人工智能安全檢測體系的應用實(shí)踐，與全球生態(tài)伙伴交流編制而成。（本報記者 崔 爽）