【环球网科技综合报道】9月19日，据外媒CNBC消息，AAnthropic日前宣布与全球咨询企业埃森哲达成合作，推出业内少见的嵌入式独立安全评估机制，对Claude等前沿大模型开展深度安全审计，强化前沿人工智能风险管控能力。
本次合作由埃森哲AI业务部门Faculty主导，工作覆盖大模型红队攻防测试、AI对齐校验、安全护栏有效性验证等多项安全任务。按照规划，未来五年Anthropic与埃森哲双方将各自投入至少10亿美元，持续建设AI安全评估体系，完善评测能力建设。
不同于传统只拿到模型输出结果的外部第三方测评，本次采用的嵌入式评估模式，允许埃森哲的安全评估人员获得接近企业正式员工的内部访问权限。评估人员可以深入模型训练全流程，观察模型迭代，追溯研发与上线的内部决策，直接和研发团队沟通，以此识别传统外部测试难以发现的安全盲点，核验企业安全承诺落地情况，并向社会公开风险相关信息。
目前该创新评估模式仍处于摸索阶段，不少落地细则还在进一步敲定。业内分析表示，嵌入式评估是大模型安全治理的全新尝试，但也将面临独立客观性、数据权限管理等诸多现实挑战。（旺旺）