大模型安全测评基准共建行动正式启动
国家工业信息安全发展研究中心启动大模型安全测评基准共建行动，面向社会征集共建单位，旨在打造全维度、系统化的人工智能安全评测体系。基准框架紧扣真实应用场景需求，涵盖内容安全、价值对齐、鲁棒稳健、公平无偏、隐私保护、真实可信六大核心维度，形成全链路评测链条。
最近，国家工业信息安全发展研究中心有了新动作——依托在大模型安全测评领域积累的技术底子和实践经验，正在牵头建设一套大模型安全测评基准，并且已经面向社会各界征集共建单位。目标很明确：打造一个覆盖全维度、系统化的人工智能安全评测体系。
这套基准的框架设计，紧扣大模型在真实应用场景中的安全治理需求。具体来说，它涵盖了六大核心安全维度——内容安全、价值对齐、鲁棒稳健、公平无偏、隐私保护、真实可信。六个维度相互支撑，形成了一条从底层到应用的全链路评测链条，而不是零敲碎打的单项测试。
想要免费体验DeepSeek大模型？本文提供DeepSeek网页版官方登录入口，详解注册步骤、免费额度规则及深度思考模式的使用技巧，助你安全、高效地利用AI提升工作效率。
深入解析大模型中 Temperature 和 Top-p 参数的区别。通过 Softmax 计算和累计概率示例，说明温度如何影响概率分布形状，Top-p 如何筛选候选词集合，帮助理解模型生成机制。
马斯克回应称中国大模型或于2027年一季度达到Fable级别。智谱GLM-5.2多项评测与海外头部模型差距缩小至1%-4%，在CodeArena获全球可用模型第一。智谱股价单日涨26%，市值破9000亿港元。科创板拟扩大第五套标准支持AI企业上市。
6月19日，我国首个水产育种专用智能大模型平台“蓝鲲智种”在海南发布，由青岛蓝色种业研究院联合中国海洋大学等打造，标志着水产育种领域拥有专属科学智能模型和基础平台。
研究团队提出并行循环Transformer，让70亿参数模型通过两次内部循环思考，在代码任务上超越数百亿参数的大模型，第三次循环后性能因收益-代价失衡而下降。结合显式推理链可进一步提升效果。
英伟达提出ZPPO方法，让大模型智慧以题目背景而非答案形式辅助小模型学习，通过二元候选、负面候选及回放缓冲区三大组件，在0.8B模型上视觉语言理解提升9.3%，全面超越现有方法。
闭源API成本高、依赖性强，开放权重模型因可部署、可控、低成本而受青睐。2026年智谱GLM-5.2在特定任务接近美国前沿水平，标志前沿能力通过开放权重扩散。企业转向混合路线，模型调度层成为新机会，核心问题从“谁最强”变为“谁还愿意一直租用AI能力”。
大模型监督微调SFT，过去一直被当作一个“数据越多越好”的活儿。但如果你真的在一线跑过训练，就会知道这个直觉有多离谱。2026年的产业数据很清楚：国内大模型训练的整体算力有效利用率，连五成都不到。大量GPU资源，其实都消耗在那些重复、低信息量、甚至带偏见的冗余样本上。 从根子上讲，全量样本训练不仅直
CLSR提出让大模型智能体自主生成演化机器语言符号体系，将推理链视为带宽受限的状态传输。实验表明，该方法在多种基准上将生成端token降低约3-6倍，基本维持原始CoT准确率，并改善accuracy-token帕累托前沿。
6月30日国产算力板块拉升，寒武纪涨超8%市值破万亿。美团发布LongCat-2.0，为首个完全基于国产算力训推的万亿参数大模型，参数超1.6万亿，测试版调用量全球前三，训练峰值算力超5万卡，成本低于同类模型。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
