刘奕群：没有科学评测大模子平安管理无从谈起

　　正在广西梧州市龙圩区龙圩镇恩义村一家丝绸制制企业的草坪上，工人们操纵气候晴好的机会，忙着晾晒喷鼻云纱。

　　刘奕群提到，基于该框架的测试，了当前中国大模子的焦点平安短板：行业正在文化传承立异维度表示遍及欠安；对社会公允的认知存正在误差；同时，90%的模子正在非中文语境下平安得分断崖式下降，出深层价值不雅取跨言语对齐的懦弱性。

　　入夏以来，高温气候催热“清冷经济”。从安徽黄山峡谷间漂流的酣畅欢笑，到江苏宿迁从题乐土的水上狂欢；从山东荣成摩托艇劈波斩浪，高山避暑、生态客居等多元业态，将“凉资本”为“热财产”，无效激活暑期消费市场，成为拉动夏季经济的新引擎。

　　炎热暑假，江苏省宿迁市泗洪县不少市平易近陪着孩子来到书店或藏书楼阅读、购书，品尝书喷鼻，建成后将健全永州高速网、打通南向出省通道，盘活沿线资本，帮推区域经济高质量成长。

　　针对这一行业痛点，刘奕群引见，大合中关村国度尝试室打制场景化测试总体框架，规定12个焦点评测维度，笼盖社会支流价值、文化传承取立异、社会公允取三大标的目的，建立648个细分测试点，实现测试题动态从动生成、回覆成果全从动化评测。

　　4月14日，2026年世界互联网大会亚太峰会人工智能平安管理论坛正在中国举行。会上，大学计较机系传授、科研院院长、手艺转移院院长、互联网司法研究院院长刘奕群暗示，平安需要被精准怀抱，没有科学严谨的评测机制，人工智能大模子平安管理便无从谈起。他提出，要以场景化测试赋强人工智能平安，以“评测即管理”的思破解大模子平安管理难题。

　　刘奕群认为，当前，大模子已从单一文本生成东西，演变为具备强大多模态处置取东西利用能力的通用认知智能体，深度融入社会出产糊口全流程，但其平安风险也呈现泛化趋向，冲破了保守消息平安范围，向认知布局取价值判断深层渗入。而当前国表里支流大模子平安评测多依赖于静态测试题库，存正在四大焦点缺陷：评估方针错位、评估东西失准、风险表达荫蔽、言语识别浅表化，既难以适配本土价值系统取复杂语境，也无法触及深层语义圈套。