xAI 官方宣布，LatchBio 发布了对 Grok 4.6 的独立分析，评估其在生物能力及生物安全性测试中的表现。这些评估涵盖了多项特征及能力，包括模型能否辨别合法的生物研究与隐藏生物安全隐患的请求，以及模型在生物安全及生物监测角色中的实用性，能否检测及描述新兴病原体及传播模式。
Grok 4.6 在生物安全测试中的表现优异
根据 LatchBio 的 BioSecBench-Refusal 测试，Grok 4.6 是测试中拒绝伪装及危险任务的最强模型，并且在完成例行生物工作方面表现出色。Grok 4.6 是唯一一个在两项指标上得分超过 50% 的系统。
“在 BioSecBench-Refusal 测试中，Grok 4.6 比其他任何前沿系统更可靠地检测和拒绝红队及其他危险查询，同时不降低例行生物工作的表现。”
xAI
生物安全性评估的测试方法与背景
LatchBio 的两项基准测试，BioSecBench-Refusal 和 BioSecBench-Surveillance，主要评估代理是否能够区分隐藏的危险与普通科学任务，以及能否执行公共卫生所需的病原体监测工作。BioSecBench-Refusal 测试结合了常规生物任务与 46 项红队任务，这些红队任务看似普通研究，但在附加的科学数据或错误标签的文件中隐藏了危险。
“我们的目标是最大化我们的代理在协助和加速合法科学研究方面的效用，同时最小化它们因错误信息和对抗性使用所带来的风险。”
xAI
Grok 4.6 的未来展望与挑战
随着模型能力的迅速提升，生物安全性任务与有益用途之间的界限变得越来越模糊，相关的保障措施也需要随之演变。xAI 将进行更广泛、更具雄心的测试及校准，以控制因模型能力提升而带来的更高风险。
“我们将持续致力于安全地为推进生命科学的工程师、研究人员、企业和机构提供前沿智能。”
xAI
资料来源：xAI 官方公告
H
关于作者
Henderson