人工智能技术飞速发展,在各行各业的应用日益广泛,随之而来的安全风险与挑战也引起了社会各界的广泛关注。为了推动人工智能安全技术的发展,构建更加安全、可靠的人工智能生态体系,5月9日在成都举办的“通信行业‘数据要素x’数据安全应用创新研讨会”上,中国联通牵头发布了《人工智能内生安全白皮书(2024)》(以下简称“白皮书”),该白皮书编写过程中得到国家计算机网络应急技术处理协调中心、中国软件评测中心、中国信通院等行业机构和华为、百度网讯等领先企业的大力支持,标志着我国在AI安全领域迈出了坚实的一步,对于引导和规范AI安全技术的发展具有重要意义。

白皮书以建立安全、可靠、可控的人工智能系统为目标,围绕人工智能内生安全,重点介绍了人工智能自身与应用安全风险,提出了人工智能内生安全体系,明确了人工智能内生安全要求和目标,归纳了监督与管理体系、技术体系的建设要点。在人工智能内生安全体系下,本白皮书从 AI 基础设施、数据、模型、应用服务以及监管等多个维度提供了解决方案和治理措施,并提出人工智能内生安全发展建议,推动我国人工智能技术健康发展。
《人工智能内生安全白皮书(2024)》的发布,不仅标志着中国联通在AI安全领域的深入研究成果和行业领导地位,也体现了中国在推动全球AI安全发展中的积极作用。白皮书的发布,将有助于提升公众对AI安全重要性的认识,促进行业内的交流与合作,共同推进AI内生安全技术的研究与应用,为人工智能的健康发展提供坚实的安全保障。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。