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

據中國經濟網報道，這兩項國際標準為大模型及生成式 AI 應用方面的安全測試標準，代表著全球人工智能安全評估和測試進入新的基準。

這兩項標準由 OpenAI、螞蟻集團、科大訊飛、谷歌、微軟、英偉達、百度、騰訊等數十家單位的多名專家學者共同編制而成，其中《大語言模型安全測試方法》由螞蟻集團牽頭編制。

《標準》為測試、驗證生成式 AI 應用（尤其是使用大語言模型構建的應用程序）的安全性提供框架，定義了 AI 應用程序架構每層測試驗證范圍，包括不限于如下方面。

基礎模型選擇

嵌入和矢量數據庫

RAG 或檢索增強生成

AI 應用運行時的安全

《方法》則為大模型本身安全性評估提供了“全面、嚴謹且實操性強”的結構性方案，提出了大語言模型的安全風險分類、攻擊的分類分級方法以及測試方法。據報道，《方法》可以解決大語言模型固有的復雜性，全面測試其抵御敵對攻擊的能力，使開發(fā)人員和組織能夠識別和緩解潛在漏洞，并最終提高使用大語言模型構建的人工智能系統(tǒng)的安全性和可靠性。

注：WDTA 系國際非政府組織，于日內瓦注冊。該機構遵從聯(lián)合國指導框架，致力于在全球范圍內推進數字技術，促進國際合作。AI STR（安全、可信、負責任）計劃是 WDTA 的核心倡議，旨在確保人工智能系統(tǒng)的安全性、可信性和責任性。