新框架评估 AI 越狱行为：能力提升、影响范围及部署难度

Frontier Model Forum（FMF）发布了一套用于评估 AI 模型越狱行为的新框架，涵盖能力提升、影响范围和部署难度等维度。该框架将越狱行为分为严重性与可实现性两个主要类别，并综合得出从低到关键的最终评分。FMF 强调，能力提升是评分体系中最关键的维度，且其基准会随模型发展而变化，因此越狱评分需结合具体模型和时间背景理解。