2023大模型可信赖研究报告-商汤科技x信通院

大模型可信赖研究报告（2023 年）上海商汤智能科技有限公司中国信息通信研究院云计算与大数据研究所2023 年 12 月版 权 声 明本报告版权属于上海商汤智能科技有限公司与中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：上海商汤智能科技有限公司和中国信息通信研究院”。违反上述声明者，编者将追究其相关法律责任。编 制 说 明本研究报告自 2023 年 09 月启动编制，分为前期研究、框架设计、文稿起草、征求意见和修改完善五个阶段，针对大模型可信赖问题面向大模型的技术提供方、服务应用方开展了深度访谈和调研等工作。本报告由上海商汤智能科技有限公司和中国信息通信研究院云计算与大数据研究所共同撰写，撰写过程得到了人工智能关键技术和应用评测工业和信息化部重点实验室的大力支持。本报告主要贡献单位 (排名不分先后) 包括: 蚂蚁科技集团股份有限公司、阿里巴巴集团、阿里云计算有限公司、北京百度网讯科技有限公司。前言近年来，深度学习技术取得了突破性进展，大模型作为其中的典型代表，已经在自然语言处理、图像处理、多模态应用等领域取得了令人瞩目的成果，为经济社会发展带来新机遇。但随着大模型应用规模扩大、应用场景拓展，其风险问题也逐渐凸显，如安全漏洞、隐私泄露、易受攻击、偏见歧视、侵权滥用等，如何有效防范治理大模型风险、推动大模型可信落地引起社会各界高度关注。全球各界对大模型的可信赖问题展开了广泛的探索研究。在国际层面，政府间国际组织从人工智能伦理准则等基本共识出发，逐步深入推动大模型政策法规监管和产业治理实践落地。在国家层面，各主要经济体正加快推进大模型治理监管相关政策制定步伐。在产业层面，各行业机构与科技企业积极关注大模型风险，通过行业自律、技术及管理等具体实践措施推进大模型可信赖落地。本报告重点针对产业界大模型可信赖实践开展研究。首先，重点梳理了大模型发展现状，点明大模型的风险来源。其次，从大模型涉及的关键要素和可信维度出发，全面分析大模型面临的各项风险并进行整理归纳，形成大模型风险全景视图。再次，针对大模型在框架、数据、模型和生成内容等层面的风险，系统梳理了产业界保障大模型可信赖的关键举措。最后，本报告指出了当前大模型可信赖发展面临的问题及挑战，从多个维度提出了参考建议。大模型与行业融合正不断加深，风险问题仍在不断暴露，相应的可信赖实践也在持续涌现。本研究报告对大模型可信赖实践的认识和理解还有待加强，报告中如有不足之处，还请各方专家读者不吝指正。目录一、大模型发展现状................................................................................................................... 1（一）大模型驱动新一轮科技革命............................................................................... 1（二）大模型加速赋能产业应用....................................................................................1（三）大模型可信赖备受关注.........................................................................................3二、大模型风险分析................................................................................................................... 7（一）大模型风险视图...................................................................................................... 7（二）框架层面，软件漏洞是现有深度学习框架短板.......................................... 8（三）数据层面，隐私风险与有害数据导致模型不可靠......................................9（四）模型层面，提示词攻击诱发模型脆弱性风险............................................. 11（五）生成内容层面，安全风险和不可追溯是重点难题....................................14三、大模型可信赖实践............................................................................................................ 17（一）框架层面，可信框架与执行环境保障运行安全........................................ 17（二）数据层面，安全检测及处理助力大模型可靠.............................................19（三）模型层面，全流程防控增强大模型可信...................................................... 21（四）生成内容层面，过滤与标识实现内容可控可问责....................................25四、总结与展望.......................................................................................................................... 27（一）总结........................................................................................................................... 27（二）展望........................................................................................................................... 28附录......................................................................................................................................... 31可信赖实践案例 1：商汤科技 SenseTrust 可信 AI 基础设施...............................31可信赖实践案例 2：蚂蚁集团蚁