4 月 17 日消息,，4 月 15-19 日,，第 27 屆聯(lián)合國科技大會(huì)在瑞士日內(nèi)瓦召開。其間,，世界數(shù)字技術(shù)院（WDTA）于 4 月 16 日發(fā)布了一系列突破性成果,，包括《生成式人工智能應(yīng)用安全測(cè)試標(biāo)準(zhǔn)》和《大語言模型安全測(cè)試方法》兩項(xiàng)國際標(biāo)準(zhǔn)。

據(jù)中國經(jīng)濟(jì)網(wǎng)報(bào)道,，這兩項(xiàng)國際標(biāo)準(zhǔn)為大模型及生成式 AI 應(yīng)用方面的安全測(cè)試標(biāo)準(zhǔn),，代表著全球人工智能安全評(píng)估和測(cè)試進(jìn)入新的基準(zhǔn)。

這兩項(xiàng)標(biāo)準(zhǔn)由 OpenAI,、螞蟻集團(tuán),、科大訊飛、谷歌,、微軟,、英偉達(dá)、百度,、騰訊等數(shù)十家單位的多名專家學(xué)者共同編制而成，其中《大語言模型安全測(cè)試方法》由螞蟻集團(tuán)牽頭編制,。

《標(biāo)準(zhǔn)》為測(cè)試,、驗(yàn)證生成式 AI 應(yīng)用（尤其是使用大語言模型構(gòu)建的應(yīng)用程序）的安全性提供框架，定義了 AI 應(yīng)用程序架構(gòu)每層測(cè)試驗(yàn)證范圍,，包括不限于如下方面,。

基礎(chǔ)模型選擇

嵌入和矢量數(shù)據(jù)庫

RAG 或檢索增強(qiáng)生成

AI 應(yīng)用運(yùn)行時(shí)的安全

《方法》則為大模型本身安全性評(píng)估提供了“全面、嚴(yán)謹(jǐn)且實(shí)操性強(qiáng)”的結(jié)構(gòu)性方案,，提出了大語言模型的安全風(fēng)險(xiǎn)分類,、攻擊的分類分級(jí)方法以及測(cè)試方法。據(jù)報(bào)道,，《方法》可以解決大語言模型固有的復(fù)雜性,，全面測(cè)試其抵御敵對(duì)攻擊的能力,，使開發(fā)人員和組織能夠識(shí)別和緩解潛在漏洞，并最終提高使用大語言模型構(gòu)建的人工智能系統(tǒng)的安全性和可靠性,。

注：WDTA 系國際非政府組織,，于日內(nèi)瓦注冊(cè)。該機(jī)構(gòu)遵從聯(lián)合國指導(dǎo)框架,，致力于在全球范圍內(nèi)推進(jìn)數(shù)字技術(shù),，促進(jìn)國際合作。AI STR（安全,、可信,、負(fù)責(zé)任）計(jì)劃是 WDTA 的核心倡議，旨在確保人工智能系統(tǒng)的安全性,、可信性和責(zé)任性,。