風險情境
20 筆風險情境
S0132嚴重
Agent 未授權檔案操作
可靠性與安保風險 › 失控行為
6 項框架對照
S0133嚴重
Agent 未授權網路請求
可靠性與安保風險 › 失控行為
4 項框架對照
S0134嚴重
Agent 繞過人類審核自動執行
可靠性與安保風險 › 失控行為
5 項框架對照
S0135嚴重
Agent 自我授權提權
可靠性與安保風險 › 失控行為
5 項框架對照
S0136嚴重
自主交易系統失控
可靠性與安保風險 › 失控行為
4 項框架對照
S0137重大
AI 規範博弈與獎勵駭客
可靠性與安保風險 › 失控行為
4 項框架對照
S0138嚴重
AI 欺騙性對齊行為
可靠性與安保風險 › 失控行為
5 項框架對照
S0139嚴重
AI 態勢感知能力風險
可靠性與安保風險 › 失控行為
5 項框架對照
S0140嚴重
AI 資源獲取與權力尋求
可靠性與安保風險 › 失控行為
5 項框架對照
S0141重大
AI 目標漂移
可靠性與安保風險 › 失控行為
4 項框架對照
S0142嚴重
AI 自我複製與擴散
可靠性與安保風險 › 失控行為
5 項框架對照
S0143嚴重
LLM 生成仇恨言論
可靠性與安保風險 › 有害內容生成
5 項框架對照
S0144嚴重
AI 生成兒少不宜內容
可靠性與安保風險 › 有害內容生成
4 項框架對照
S0145中等
文化刻板印象強化
可靠性與安保風險 › 有害內容生成
3 項框架對照
S0146嚴重
非自願 AI 換臉色情
可靠性與安保風險 › 有害內容生成
4 項框架對照
S0147重大
自動化騷擾內容生成
可靠性與安保風險 › 有害內容生成
3 項框架對照
S0148嚴重
AI 生成暴力與極端主義內容
可靠性與安保風險 › 有害內容生成
4 項框架對照
S0149嚴重
AI 生成違法行為指導內容
可靠性與安保風險 › 有害內容生成
4 項框架對照
S0150嚴重
AI 生成兒少有害內容
可靠性與安保風險 › 有害內容生成
4 項框架對照
S0151嚴重
大規模虛假資訊污染資訊生態
可靠性與安保風險 › 有害內容生成
4 項框架對照