Introductie van v0.5 van de AI Safety Benchmark van MLCommons
Introducing v0.5 of the AI Safety Benchmark from MLCommons
April 18, 2024
Auteurs: Bertie Vidgen, Adarsh Agrawal, Ahmed M. Ahmed, Victor Akinwande, Namir Al-Nuaimi, Najla Alfaraj, Elie Alhajjar, Lora Aroyo, Trupti Bavalatti, Borhane Blili-Hamelin, Kurt Bollacker, Rishi Bomassani, Marisa Ferrara Boston, Siméon Campos, Kal Chakra, Canyu Chen, Cody Coleman, Zacharie Delpierre Coudert, Leon Derczynski, Debojyoti Dutta, Ian Eisenberg, James Ezick, Heather Frase, Brian Fuller, Ram Gandikota, Agasthya Gangavarapu, Ananya Gangavarapu, James Gealy, Rajat Ghosh, James Goel, Usman Gohar, Sujata Goswami, Scott A. Hale, Wiebke Hutiri, Joseph Marvin Imperial, Surgan Jandial, Nick Judd, Felix Juefei-Xu, Foutse Khomh, Bhavya Kailkhura, Hannah Rose Kirk, Kevin Klyman, Chris Knotz, Michael Kuchnik, Shachi H. Kumar, Chris Lengerich, Bo Li, Zeyi Liao, Eileen Peters Long, Victor Lu, Yifan Mai, Priyanka Mary Mammen, Kelvin Manyeki, Sean McGregor, Virendra Mehta, Shafee Mohammed, Emanuel Moss, Lama Nachman, Dinesh Jinenhally Naganna, Amin Nikanjam, Besmira Nushi, Luis Oala, Iftach Orr, Alicia Parrish, Cigdem Patlak, William Pietri, Forough Poursabzi-Sangdeh, Eleonora Presani, Fabrizio Puletti, Paul Röttger, Saurav Sahay, Tim Santos, Nino Scherrer, Alice Schoenauer Sebag, Patrick Schramowski, Abolfazl Shahbazi, Vin Sharma, Xudong Shen, Vamsi Sistla, Leonard Tang, Davide Testuggine, Vithursan Thangarasa, Elizabeth Anne Watkins, Rebecca Weiss, Chris Welty, Tyler Wilbers, Adina Williams, Carole-Jean Wu, Poonam Yadav, Xianjun Yang, Yi Zeng, Wenhui Zhang, Fedor Zhdanov, Jiacheng Zhu, Percy Liang, Peter Mattson, Joaquin Vanschoren
cs.AI
Samenvatting
Dit artikel introduceert v0.5 van de AI Safety Benchmark, die is ontwikkeld door de MLCommons AI Safety Working Group. De AI Safety Benchmark is ontworpen om de veiligheidsrisico's van AI-systemen die gebruikmaken van chat-geoptimaliseerde taalmodelen te beoordelen. We introduceren een principiële aanpak voor het specificeren en construeren van de benchmark, die voor v0.5 slechts één use case omvat (een volwassene die in het Engels chat met een algemene assistent) en een beperkte set persona's (d.w.z. typische gebruikers, kwaadwillende gebruikers en kwetsbare gebruikers). We hebben een nieuwe taxonomie van 13 risicocategorieën opgesteld, waarvan er 7 tests bevatten in de v0.5-benchmark. We zijn van plan om versie 1.0 van de AI Safety Benchmark eind 2024 uit te brengen. De v1.0-benchmark zal zinvolle inzichten bieden in de veiligheid van AI-systemen. De v0.5-benchmark mag echter niet worden gebruikt om de veiligheid van AI-systemen te beoordelen. We hebben ernaar gestreefd de beperkingen, tekortkomingen en uitdagingen van v0.5 volledig te documenteren. Deze release van v0.5 van de AI Safety Benchmark omvat (1) een principiële aanpak voor het specificeren en construeren van de benchmark, die use cases, typen systemen onder test (SUTs), taal en context, persona's, tests en testitems omvat; (2) een taxonomie van 13 risicocategorieën met definities en subcategorieën; (3) tests voor zeven van de risicocategorieën, elk bestaande uit een unieke set testitems, d.w.z. prompts. Er zijn in totaal 43.090 testitems, die we hebben gemaakt met sjablonen; (4) een beoordelingssysteem voor AI-systemen tegen de benchmark; (5) een openbaar beschikbaar platform en een downloadbaar hulpmiddel, genaamd ModelBench, dat kan worden gebruikt om de veiligheid van AI-systemen op de benchmark te evalueren; (6) een voorbeeld van een evaluatierapport dat de prestaties van meer dan een dozijn openbaar beschikbare chat-geoptimaliseerde taalmodelen benchmarkt; (7) een testspecificatie voor de benchmark.
English
This paper introduces v0.5 of the AI Safety Benchmark, which has been created
by the MLCommons AI Safety Working Group. The AI Safety Benchmark has been
designed to assess the safety risks of AI systems that use chat-tuned language
models. We introduce a principled approach to specifying and constructing the
benchmark, which for v0.5 covers only a single use case (an adult chatting to a
general-purpose assistant in English), and a limited set of personas (i.e.,
typical users, malicious users, and vulnerable users). We created a new
taxonomy of 13 hazard categories, of which 7 have tests in the v0.5 benchmark.
We plan to release version 1.0 of the AI Safety Benchmark by the end of 2024.
The v1.0 benchmark will provide meaningful insights into the safety of AI
systems. However, the v0.5 benchmark should not be used to assess the safety of
AI systems. We have sought to fully document the limitations, flaws, and
challenges of v0.5. This release of v0.5 of the AI Safety Benchmark includes
(1) a principled approach to specifying and constructing the benchmark, which
comprises use cases, types of systems under test (SUTs), language and context,
personas, tests, and test items; (2) a taxonomy of 13 hazard categories with
definitions and subcategories; (3) tests for seven of the hazard categories,
each comprising a unique set of test items, i.e., prompts. There are 43,090
test items in total, which we created with templates; (4) a grading system for
AI systems against the benchmark; (5) an openly available platform, and
downloadable tool, called ModelBench that can be used to evaluate the safety of
AI systems on the benchmark; (6) an example evaluation report which benchmarks
the performance of over a dozen openly available chat-tuned language models;
(7) a test specification for the benchmark.