刘奕群：没有科学评测大模子平安管理无从谈起

　　很多大学生来到江苏省徐州市云龙区藏书楼加入图书拾掇、前台征询、借阅办理等岗亭的意愿办事，正在社会实践中长才干、做贡献，丰硕假期糊口。

　　天津师范大学组织英国 中文培优 项目、巴西及俄罗斯来华留学生团组136人走进天津京剧院，开展专项文化参访研学勾当。

　　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、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。

　　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。网记者 潘迪、赵金悦/摄。

　　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。

　　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。

　　第二十七届飞向·飞向太空全国青少年航空航天模子教育竞赛勾当（新疆赛区）选拔赛取2026年新疆青少年航空模子公开赛正在新疆巴里坤哈萨克自治县昌大开赛？。

　　刘奕群认为，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，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、也无法触及深层语义圈套。