安丘市滨城区艺诺教育培训学校有限公司帮助大模型提升自身安全性 科研团队发布AI安全平台

中新网北京7月9日电 (记者 张素)以ChatGPT为代表的生成式人工智能广受关注，大模型亦在加速发展。科研团队近日发布新的AI安全平台，以期为大模型系好“安全带”、把好“方向盘”。　　据介绍，人工智能安全平台RealSafe3.0版本由清华大学人工智能研究院孵化企业瑞莱智慧RealAI发布 。该平台能够提供端到端的模型安全性测评解决方案 ，旨在解决当前通用大模型安全风险难以审计的“痛点” 。　　“大模型‘落地难’的本质在于，当前还没有找到场景
、风险和规范三者之间的平衡点。”瑞莱智慧联合创始人、算法科学家萧子豪在受访时说，而在探寻这一平衡点的过程中缺少易用和标准化的工具。换言之，亟须在技术层面找到有力抓手 
，帮助人们科学评判大模型在场景中能否同时满足规范和低风险
，助力大模型上线运行 。　　据知，相较上一版本，RealSafe3.0新增了对通用大模型的评测
。该平台覆盖数据安全
、认知任务、通用模型特有漏洞
、滥用场景等近70个评测维度，可以全方位、多维度地评测通用大模型的性能，未来还会持续扩增测评维度的数量。　　萧子豪介绍说 ，RealSafe3.0内部集成了多个自研模型和专家论证高质量数据集，来帮助用户修复模型中的问题。例如，对黑盒不可解释的通用大模型，自研红队对抗模型取代人工设计问题，显著提升攻击成功率和样本多样性。　　再如，教练模型通过对被测大模型进行多轮次的“提问—回答训练”，并以训练好的评分模型对问答结果进行评分，再将评分结果反馈给大模型，使其不断强化学习到好坏答案的要点及区别，直至问答能力逐步迭代至最优。　　值得一提的是，瑞莱智慧科研团队还研发出能够防范生成式人工智能恶意滥用的DeepReal2.0，即“生成式人工智能内容检测平台” 。该平台支持对图像、视频 、音频、文本进行是否伪造的检测 
，应用场景包括打击网络诈骗和声誉侵害行为 、检测网络内容合规性、检测音视频物证真实性等 。　　“我们将持续迭代技术 、打磨产品，以确保在这场人工智能安全‘攻防战’中始终立于不败之地，将人工智能的两面性这一‘关键变量’，转化为高质量发展的‘最大增量’  。”萧子豪说。(完)