英国AI安全研究所的研究人员发现，当前AI安全测试方法存在重大缺陷。他们发现，语言模型的流行基准未能衡量一致的特征，导致安全评分虚高。该研究还提出了一种检测在测试期间表现出过度谨慎行为的模型的方法，这可能无法反映其真实世界性能。 AI
影响 当前的AI安全基准可能并不可靠，可能导致虚假的安全感，并影响真正强大AI系统的开发。
排序理由 详细介绍AI安全测试方法缺陷的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
<p><img alt="A hardened AI hardware module in a glass enclosure is tested for security vulnerabilities using electrical and physical probes." class="attachment-full size-full wp-post-image" height="1047" src="https://the-decoder.com/wp-content/uploads/2026/08/ai-security-evaluati…