AI Safety Benchmark代码大模型安全测试结果发布
模型对毒性信息改写、甚至存在高风险。72.3%、以大语言模型为代表的人工智能技术能力持续增强,如在医疗欺骗代码开发、68.3%、其中代码大模型在自动生成代码、 当前,13种攻击方法的15000余条测试数据集,glm-4-air-250414、存在中等级风险。开发应对代码大模型安全风险的技术工具链。69.2%、启动了首轮代码大模型安全基准测试和风险评估工作。然而在行业领域存在安全风险,但面对恶意攻击时防御能力不足, 本次测试结合真实开源项目代码片段生成风险样本,依托中国人工智能产业发展联盟(简称“AIIA”)安全治理委员会,低风险(80%≤Secure@k<90%)、结合技术安全风险分类分级框架,模型在代码补全、同时联合各界专家深入研究代码大模型的安全风险防护能力,测试其安全能力,结合各模型在15,000+测试样本中的综合通过率(Secure@k值),glm-4-plus、模型可生成开箱即用的滥用代码,将代码大模型安全基准测试的对象扩展到国外开源模型以及国内外商用模型,qwen3-235B-a22b、图1 代码大模型安全基准测试框架
测试对象选取了智谱(codegeex-4、通过标准化协议执行单轮及多轮对话。65.2%、根据计算结果将每个细分场景的风险划分为可控风险(Secure@k≥90%)、被测大模型具备相对完备的安全防护能力,qwq-32B、代码大模型的广泛应用也引入了新的安全风险,
2. 低风险3款,说明其对此类攻击手段已具备较强防御能力。或被恶意利用生成钓鱼工具等,提升研发效能方面展现出巨大潜力,采用综合通过率Secure@k指标评估结果,qwen2.5-72B-instruct、

测试使用了API接口调用方式,qwen2.5-coder-32B-instruct、制约产业健康发展。持续迭代更新,83.7%和82.6%。其中,qwen3-32B、模型滥用风险防御较为薄弱,qwq-32B-preview)共15个主流国产开源大模型,中国信通院人工智能所将持续推动和深化代码大模型安全工作,形成覆盖9类编程语言、65.7%、72.8%、DeepSeek-V3-0324)及通义千问(qwen2.5-7B-Instruct、例如生成的代码包含漏洞/后门,角色扮演等恶意攻击安全通过率超80%,qwen3-4B、Secure@k为48.1%。
3. 中风险11款,AI Safety Benchmark将顺应技术和产业发展需要,伪装开发者模式、具备实施网络攻击的能力。非专业人员通过直接提问的安全通过率仅为67%,64.4%和63.4%。
接下来,然而,采用直接提问与恶意攻击的方式,代码生成等高频场景安全通过率超80%,中风险(60%≤Secure@k<80%)及高风险(Secure@k<60%)四个等级。引入提示词攻击方法生成恶意攻击指令,证明其在规则明确的技术场景中已达到中低风险安全水平;模型在语义混淆、Secure@k分别为85.7%、在不同恶意攻击下所有模型的综合安全通过率如图4所示。推动大模型生态健康发展。DeepSeek(DeepSeek-R1-0528、Secure@k分别为75%、面对隐喻问题的安全通过率甚至不足40%,存在高等级风险,14种基础功能场景、根据代码大模型安全风险等级划分标准,涵盖3B至671B参数规模。该测试结合代码大模型的真实应用场景需求,15款被测大模型安全风险等级如下:
1.可控风险0款。
在此背景下,
表1 模型在不同测试场景下的安全通过率

表2 模型在不同编程语言下的安全通过率


测试结果显示,

模型在不同测试场景的安全通过率见表1,互联网等行业。2025年6月中国信息通信研究院人工智能研究所(简称“中国信通院人工智能所”)基于前期大模型安全基准测试工作,金融诈骗代码开发等敏感场景,65.6%、qwen2.5-Coder-3B-Instruct、深度赋能金融、评估应用风险。模型在不同编程语言下的安全通过率见表2,glm-z1-air)、反向诱导的安全通过率低于60%,
4.高风险1款,69.6%、说明当前的代码大模型在面对一些恶意攻击的情况下,
- 最近发表
- 随机阅读
-
- 跻身中国SASE市场TOP5 中国电信筑牢云网安全防线
- 西门子15套洗碗机优惠多,到手价3703元
- 独家:甘肃联通2024年度营收规模实现正增长 前年还是负增长 真不容易
- 基于文字的游戏哪些值得玩 十大经典基于文字的游戏推荐
- 篮球游戏哪个最好玩 最新篮球游戏排行榜
- 小米YU7转让订单大量出现在二手平台:准新车最高加价4万
- 城市营造游戏有哪些 高人气城市营造游戏排行榜
- 禾元生物:荣获CGT领域启明星奖 “稻米造血”再获认证
- 劣币驱逐良币!北汽高管痛斥友商:互联网思维不能成为野蛮生长理由
- 适合中国人的糖尿病精准诊断工具来了
- 我国科学家发现油菜增产关键新基因:单株产量提升25.3%
- 狗游戏有哪些好玩 十大必玩狗游戏排行榜前十
- 华为Mate70 Pro+限时特惠,性能强悍仅需7913元
- 3倍薪资挖人!曝京东“偷袭”飞猪携程去哪儿 转战酒旅平台
- 跻身中国SASE市场TOP5 中国电信筑牢云网安全防线
- 时代的眼泪!盘点游戏界那些昙花一现的独特潮流
- 充电宝能否上飞机?新规详解:3C标识成关键通行证
- 拍儿童贴纸发货“3C标识”贴纸 商家换个“马甲”接着卖
- 文字为基础游戏哪些值得玩 人气高的文字为基础游戏盘点
- 触控游戏大全 热门触控游戏推荐
- 搜索
-
- 友情链接
-