刘奕群：没有科学评测，大模型安全治理无从谈起

　　光明网香港4月14日电（记者 孔繁鑫）4月14日，2026年世界互联网大会亚太峰会人工智能安全治理论坛在中国香港举行。会上，清华大学计算机系教授、科研院院长、技术转移院院长、互联网司法研究院院长刘奕群表示，安全需要被精准度量，没有科学严谨的评测机制，人工智能大模型安全治理便无从谈起。他提出，要以场景化测试赋能人工智能安全，以“评测即治理”的思路破解大模型安全治理难题。

清华大学计算机系教授、科研院院长、技术转移院院长、互联网司法研究院院长刘奕群。光明网记者 潘迪、赵金悦/摄

　　刘奕群认为，当前，大模型已从单一文本生成工具，演变为具备强大多模态处理与工具使用能力的通用认知智能体，深度融入社会生产生活全流程，但其安全风险也呈现泛化趋势，突破了传统信息安全范畴，向认知结构与价值判断深层渗透。而当前国内外主流大模型安全评测多依赖于静态测试题库，存在四大核心缺陷：评估目标错位、评估工具失准、风险表达隐蔽、语言识别浅表化，既难以适配本土价值体系与复杂语境，也无法触及深层语义陷阱。

　　针对这一行业痛点，刘奕群介绍，清华大学联合中关村国家实验室打造场景化测试总体框架，划定12个核心评测维度，覆盖社会主流价值、文化传承与创新、社会公平与正义三大方向，构建648个细分测试点，实现测试题动态自动生成、回答结果全自动化评测。

　　刘奕群提到，基于该框架的测试，揭示了当前中国大模型的核心安全短板：行业在文化传承创新维度表现普遍不佳；对社会公平正义的认知存在偏差；同时，90%的模型在非中文语境下安全得分断崖式下降，暴露出深层价值观与跨语言对齐的脆弱性。