|
4 月 15-19 日，第 27 届联合国科技大会在瑞士日内瓦召开。其间，世界数字技术院（WDTA）于 4 月 16 日发布了一系列突破性成果，包括《生成式人工智能应用安全测试标准》和《大语言模型安全测试方法》两项国际标准。
这两项国际标准为大模型及生成式 AI 应用方面的安全测试标准，代表着全球人工智能安全评估和测试进入新的基准。
这两项标准由 OpenAI、蚂蚁集团、科大讯飞、谷歌、微软、英伟达、百度、腾讯等数十家单位的多名专家学者共同编制而成，其中《大语言模型安全测试方法》由蚂蚁集团牵头编制。
《标准》为测试、验证生成式 AI 应用（尤其是使用大语言模型构建的应用程序）的安全性提供框架，定义了 AI 应用程序架构每层测试验证范围，包括不限于如下方面。
· 基础模型选择
· 嵌入和矢量数据库
· RAG 或检索增强生成
· AI 应用运行时的安全
《方法》则为大模型本身安全性评估提供了“全面、严谨且实操性强”的结构性方案，提出了大语言模型的安全风险分类、攻击的分类分级方法以及测试方法。据报道，《方法》可以解决大语言模型固有的复杂性，全面测试其抵御敌对攻击的能力，使开发人员和组织能够识别和缓解潜在漏洞，并最终提高使用大语言模型构建的人工智能系统的安全性和可靠性。
WDTA 系国际非政府组织，于日内瓦注册。该机构遵从联合国指导框架，致力于在全球范围内推进数字技术，促进国际合作。AI STR（安全、可信、负责任）计划是 WDTA 的核心倡议，旨在确保人工智能系统的安全性、可信性和责任性。
|
