大模型安全评估是针对大语言 / 多模态模型在训练、部署、应用全生命周期，从内容安全、数据隐私、模型鲁棒性、伦理合规、安全管理等维度开展的风险检测、能力验证与合规评定，是 AI 备案、上线与商用的核心前置环节。基准测试：MMLU、TruthfulQA、RealToxicityPrompts、BBQ、CrowS-Pairs。境外语料占比≤30%内容违规：敏感词库升级、多模型审核、人工复审、应急熔断。数

大模型安全评估是针对大语言 / 多模态模型在训练、部署、应用全生命周期，从内容安全、数据隐私、模型鲁棒性、伦理合规、安全管理等维度开展的风险检测、能力验证与合规评定，是 AI 备案、上线与商用的核心前置环节。基准测试：MMLU、TruthfulQA、RealToxicityPrompts、BBQ、CrowS-Pairs。境外语料占比≤30%内容违规：敏感词库升级、多模型审核、人工复审、应急熔断。数