亚马逊AVERI安全审计

亚马逊（Amazon）邀请独立非营利机构AVERI对其内部AI安全评估数据集进行第三方审查，重点在于检验“测试本身的质量”而非仅看模型输出。这一举措旨在解决行业痛点：即通过现有基准测试并不必然意味着模型在真实复杂场景下具备可靠的安全行为。【背景】AVERI由前OpenAI政策主管Miles Brundage创立，致力于推动前沿AI审计标准化。此次审查确认了亚马逊测试在覆盖范围和多样性上的优势，但也指出多语言覆盖不均及对抗性测试深度不足等问题。亚马逊随即实施了包括引入分级难度校准框架和建立季度审查机制在内的四项具体改进。这标志着AI安全治理正从单纯的“红队测试”向对评估流程本身的“元评估”演进。