4月17日公布，第27屆聯(lián)合國科技大會于4月15至19日在瑞士日內(nèi)瓦舉行，期間，世界數(shù)字技術(shù)院（WDTA）于4月16日發(fā)布了多項(xiàng)重要科研成果，包括《生成式人工智能應(yīng)用安全測試標(biāo)準(zhǔn)》與《大語言模型安全測試方法》兩款國際標(biāo)準(zhǔn)。

據(jù)悉，上述兩款標(biāo)準(zhǔn)主要針對大型模型與生成式AI應(yīng)用領(lǐng)域的安全檢測設(shè)定了新基準(zhǔn)。參與制定工作的單位有OpenAI、螞蟻集團(tuán)、科大訊飛、谷歌、微軟、英偉達(dá)、百度、騰訊等多家知名企業(yè)，其中，《大語言模型安全測試方法》由螞蟻集團(tuán)主導(dǎo)完成。

這兩份標(biāo)準(zhǔn)為生成式AI應(yīng)用（特別是基于大語言模型的應(yīng)用）的安全性測試提供了明確的框架，涵蓋了基礎(chǔ)模型選取、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)行時的安全等多個方面。

另一方面，《大語言模型安全測試方法》為大模型自身的安全性評估提供了全面、嚴(yán)謹(jǐn)且實(shí)用性強(qiáng)的解決方案，提出了大語言模型的安全風(fēng)險分類、攻擊分類分級方法以及測試方法。據(jù)稱，該方法能有效應(yīng)對大語言模型的復(fù)雜性，全面測試其防御敵對攻擊的能力，幫助開發(fā)者和組織識別并修復(fù)潛在漏洞，從而提升使用大語言模型構(gòu)建的人工智能系統(tǒng)的安全性與可靠性。

值得注意的是，WDTA是一個總部位于日內(nèi)瓦的國際非政府組織，遵循聯(lián)合國的指導(dǎo)原則，致力于推動全球數(shù)字技術(shù)發(fā)展和國際合作。AI STR（安全、可信、負(fù)責(zé)任）計劃是WDTA的核心倡議，旨在保障人工智能系統(tǒng)的安全性、可信性和責(zé)任感。