前沿网络威胁的越狱评级框架

前沿模型论坛发布了一个新的共享框架（1.0版，公开征求意见至2026年12月21日），用于对前沿模型的成功越狱进行评级。它指出“目前没有共享的评估方法，这使得比较发现和识别需要更多关注的越狱类型变得更加困难。”该框架在四个类别——能力增益、能力范围、部署便捷性和发现便捷性——中对单个越狱进行评分，使用对数序数等级，这些等级既从概念上（通俗语言）定义，也从操作上（具体专家测试）定义。它聚焦于“前沿风险”，刻意衡量相对而非绝对危害，并旨在使不同团队和组织之间的发现具有可比性。

它建立了首个供应商中立的代理/网络越狱风险测量语言，一线安全和安全团队现在即可采用，并将影响前沿网络事件向董事会和监管机构沟通的方式。

将FMF越狱评级框架映射到您的AI安全评估计划中，并在12月公众意见征询期结束前提交反馈。