来自英国政府 AI 安全研究所和多所知名大学的计算机科学家们发现，当前用于评估新一代人工智能（AI）模型安全性和有效性的测试存在广泛的缺陷。这项研究分析了超过440个基准测试，发现几乎所有的测试在某个方面都有弱点，这些弱点可能会影响到最终结论的有效性。 研究的主要作者、牛津互联网研究所的研究员安德鲁・比恩（...