世界数字技术院发布大模型安全国际标准，蚂蚁集团、OpenAI、科大讯飞等参编...

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。

据中国经济网报道，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。

此次大会还吸引了诺贝尔获奖者、图灵奖获得者、多个国家工程院院士以及众多科技企业代表参加。与会人员围绕人工智能的安全信任、数据跨境流通、数字人才教育等话题展开了深入的讨论。世界数字技术院人工智能安全可信负责任工作组组长黄连金表示，随着人工智能系统，特别是大语言模型在社会各领域的广泛应用，制定全面的标准来解决它们的安全挑战变得至关重要。