7月30日消息（九九）隨著大模型技術(shù)的快速迭代和相關(guān)應(yīng)用的不斷擴展，其安全問題日益受到社會各界的廣泛關(guān)注。大模型越獄攻擊，提示詞注入攻擊等惡意手段層出不窮，給大模型落地應(yīng)用帶來嚴重威脅。

面向產(chǎn)業(yè)界對人工智能應(yīng)用安全問題的治理需求，以《生成式人工智能服務(wù)安全基本要求》（征求意見稿）為指導(dǎo)文件，中國信通院人工智能研究所依托中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟（AIIA）安全治理委員會聯(lián)合30余家單位發(fā)起了大模型安全基準測試 2024 AI Safety Benchmark Q2版測試工作。

本次測試以模型安全為核心測評目標，涵蓋底線紅線、信息泄露和社會倫理等3個大的測試維度，并進一步結(jié)合16種攻擊方法，總計80余種攻擊模板。測試數(shù)據(jù)整體包含600余條原始提示詞樣本和80余種攻擊模板，組合生成4萬余條攻擊樣本，實際從中隨機抽取4520條作為測試樣例。

本次測評共選擇Qwen1.5（7B）、 Qwen2.0（7B） 、 ChatGLM3（6B）、 ChatGLM4（6B） 、YI1.5-Chat（9B）、Openbuddy-Llama3（8B）、BaiChuan2 （7B）等7個開源模型，360智腦、 智譜AI GLM 4、 騰訊音樂大模型、商湯日日新、聯(lián)通元景、電信星辰、VIVO藍心、OpenAI GPT-4等10個閉源模型作為測試對象。

測評結(jié)果顯示：

1.開閉源大模型均受到了惡意攻擊方法的影響，模型攻擊成功率出現(xiàn)上升。

2.開源大模型的攻擊成功率上升更為明顯，證明了開源大模型在安全方面的脆弱性，直接使用開源模型將存在巨大風險。

3.通過中國信通院自研工具進行安全加固防御后，多個開源大模型的攻擊成功率下降均超過30個百分點，甚至在個別模型上達到73個百分點，證明了安全加固手段的有效性和通用性。

4. 閉源模型的攻擊成功率與開源模型相比而言較低，但大部分仍存在明顯安全風險，需要做進一步安全能力提升。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。