英国 AISI 发布 ReproBAIT 评测，考察编码智能体复现生物 AI …
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载评测要解决的问题
生物 AI 工具（BAITs）被用于预测蛋白质结构、设计新分子等任务，部分开发者只公开方法、架构和数据中的有限信息，动机既包括保护商业价值，也包括限制双用途能力被滥用。AISI 的 Chem-Bio 团队关注前沿 AI 系统带来的化学与生物风险，评估先进模型是否可能助长有害能力，并把结论分享给领先 AI 公司、英国官员与盟国政府。随着基于前沿大模型的智能体在研究、编码和科学推理上变强，它们复现 BAITs 的能力预计会提升；若闭源工具能凭有限公开信息被逆向复现，防止滥用的措施就可能被削弱。
ReproBAIT 怎么测
ReproBAIT 衡量智能体在固定时间和算力预算下，设计、实现并训练出一个与现有 BAIT 功能和性能相匹配的新工具的能力。时间预算按每个工具的复杂度缩放，每次尝试都在隔离沙箱中运行，只配一块 GPU 且无法联网，智能体只能拿到有限的数据与公开描述。这样的设置把「能否复现」变成可比较的量化结果，而不是笼统的能力判断。
结果与含义
评测显示，每个 BAIT 的部分选定功能都能在有限时间和算力内被复现，最简单的工具在 4 小时内、算力成本低于 20 美元即可完成。这说明仅靠不公开代码或压缩公开信息，并不能构成安全发布的充分条件。AISI 据此提出，应进一步研究数据治理作为管理 BAITs 滥用风险的手段，并把这一方向纳入后续工作。
为什么值得看
量化了编码智能体逆向复现生物工具的门槛，为双用途模型的安全发布与数据治理提供可操作依据。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。