←事件详情

热点事件

AISI发布AI滥用评估框架

1 篇正式报道1 条事件动态更新于 10月11日 07:18

先了解这件事

AI 综述

英国 AI Security Institute 于 2026 年 3 月 10 日发布 AI 滥用评估框架。该机构构建长任务(LFT)评估框架,模拟浪漫诈骗、CEO 冒充和身份盗用三类场景,覆盖 14 个 LLM、超 20,000 次评估。结果显示,88.5% 的回复在可操作性上得分低,仅 5%–7% 产出可直接使用的内容,且几乎全部集中在被移除安全护栏的开源权重模型上;据此认为安全对齐而非模型能力决定滥用风险。目前尚无后续发展事实。

AI 根据公开报道生成

最新进展 · 正式报道

英国 AISI 发布 AI 滥用诈骗与网络犯罪评估框架

事件进展

1 个已确认进展

  1. AISI发布AI滥用评估框架

    来源:英国 AI Security Institute:Blog

报道与讨论时间线

按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。

10月11日

  1. 英国 AI Security Institute:Blog一手

    英国 AISI 发布 AI 滥用诈骗与网络犯罪评估框架

    英国 AI Security Institute 构建长任务(LFT)评估框架,模拟浪漫诈骗、CEO 冒充和身份盗用三类场景,覆盖 14 个 LLM、超 20,000 次评估。结果显示 88.5% 的回复在可操作性上得分低,仅 5%–7% 产出可直接使用的内容,且几乎全部集中在被移除安全护栏的开源权重模型上;安全对齐而非模型能力决定滥用风险。

关联事件

  1. 相关事件Reflection发布首个开放权重模型Beam
  2. 相关事件Anthropic 提出内省适配器方法
  3. 相关事件Anthropic发布审计游戏模型生物复现版
  4. 相关事件Anthropic博客发布对齐伪装复现与扩展研究