xAI 官方宣布，LatchBio 發佈了對 Grok 4.6 的獨立分析，評估其在生物能力及生物安全性測試中的表現。這些評估涵蓋了多項特徵及能力，包括模型能否辨別合法的生物研究與隱藏生物安全隱患的請求，以及模型在生物安全及生物監測角色中的實用性，能否檢測及描述新興病原體及傳播模式。
Grok 4.6 在生物安全測試中的表現優異
根據 LatchBio 的 BioSecBench-Refusal 測試，Grok 4.6 是測試中拒絕偽裝及危險任務的最強模型，並且在完成例行生物工作方面表現出色。Grok 4.6 是唯一一個在兩項指標上得分超過 50% 的系統。
“在 BioSecBench-Refusal 測試中，Grok 4.6 比其他任何前沿系統更可靠地檢測和拒絕紅隊及其他危險查詢，同時不降低例行生物工作的表現。”
xAI
生物安全性評估的測試方法與背景
LatchBio 的兩項基準測試，BioSecBench-Refusal 和 BioSecBench-Surveillance，主要評估代理是否能夠區分隱藏的危險與普通科學任務，以及能否執行公共衛生所需的病原體監測工作。BioSecBench-Refusal 測試結合了常規生物任務與 46 項紅隊任務，這些紅隊任務看似普通研究，但在附加的科學數據或錯誤標籤的文件中隱藏了危險。
“我們的目標是最大化我們的代理在協助和加速合法科學研究方面的效用，同時最小化它們因錯誤信息和對抗性使用所帶來的風險。”
xAI
Grok 4.6 的未來展望與挑戰
隨著模型能力的迅速提升，生物安全性任務與有益用途之間的界限變得越來越模糊，相關的保障措施也需要隨之演變。xAI 將進行更廣泛、更具雄心的測試及校準，以控制因模型能力提升而帶來的更高風險。
“我們將持續致力於安全地為推進生命科學的工程師、研究人員、企業和機構提供前沿智能。”
xAI
資料來源：xAI 官方公告
