推广 热搜: 采购方式  滤芯  带式称重给煤机  甲带  气动隔膜泵  减速机型号  无级变速机  链式给煤机  履带  减速机 

大模型安全综合性评估榜单公布:Phi-4领跑

   日期:2025-11-21 10:44:35     来源:网络整理    作者:本站编辑    评论:0    
大模型安全综合性评估榜单公布:Phi-4领跑

大模型安全综合性评估榜单公布:Phi-4领跑

大模型安全综合性评估榜单公布:Phi-4领跑

司南官网发布大模型安全综合性评估榜单!

评估维度
涵盖数据隐私保护、恶意指令抵御、敏感信息过滤等设计初衷,全面衡量模型的整体安全性能。

榜单解读
在综合性安全评估中,该榜单是大模型安全评估结果展示,从毒性(Toxicity)、恶意使用(Malicious Use)、儿童与性信息安全(Child & Sexual Information Safety)、社会经济(Socioeconomic)、偏见(Bias)等维度,对多款大模型进行综合安全评分(满分 100)。
排名前列的模型表现出色,如 Phi - 4 以 96.81 分位居榜首,Claude - 4 - Sonnet、Phi - 4 - Mini - Instruct 等也紧随其后,评分均在 94 分以上,说明这些模型在各安全维度的把控较为全面且到位。
Phi - 4 系列是观测到的安全性最好的开源模型,其尺寸远在Claude、GPT、Grok等模型之下,但安全性显著高于它们。处于中间位置的模型,像 GPT - 4.1、Qwen3 - 14B 等,评分在 88 - 90 分左右,表明它们在多数安全维度表现尚可,但存在一定优化空间。
从整体排名来看,海外闭源模型在综合安全性能上表现突出,前 10 名全部为海外模型,其中 Phi-4 和 Claude-4 以优异分数名列前茅,成为本次评测中综合安全性最强的模型。 值得关注的是,国内的开源模型 Qwen3 系列和 DeepSeek 系列在国内模型中实现了最高的安全性,但与最先进的模型仍有差距。

深层洞察
排名靠前的模型在各评测维度都有比较均衡的安全分数,而排名靠后的模型在社会经济风险维度的安全性较高,而对毒性输入的抵御能力较弱,这说明这些大模型在训练过程中对毒性输入的重视程度需要提高。国内模型与国外模型的安全性仍存在差距,这可能是因为该测试题目是全英语题目,国内模型仍然有提升空间。

欢迎访问司南官网查看榜单详细内容:https://opencompass.org.cn/safety/rank/llm/salad-bench
#司南评测 #大模型评测 #多模态大模型 #大模型 #大模型安全 #大模型安全评估 #人工智能就业 #机器学习 #行业研究
 
打赏
 
更多>同类资讯
0 条相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  皖ICP备20008329号-18
Powered By DESTOON