AI大模型安全评测方法、装置、电子设备和程序产品

本申请涉及人工智能技术领域，提出一种AI大模型安全评测方法、装置、电子设备和计算机程序产品。该方法包括：获取由待测AI大模型基于风险问题文本输出的待测回复文本；从多个评测AI大模型中，选取与待测回复文本所属的第一风险维度适配的第一评测AI大模型；通过第一评测AI大模型对待测回复文本进行预测，输出待测回复文本的第一预测风险标签。该方法通过为不同风险维度的待测回复文本定向分配最适配的评测AI大模型，能够实现风险维度与模型能力的定向匹配，让在特定风险维度表现更优异的评测AI大模型专门处理对应风险维度的评测任务，最终实现了评测效率、评测准确率以及评测成本的兼顾。