Google新AI安全報告：Gemini 2.5 Flash安全測試表現「不如前代」
Google(GOOGL-US) 最新釋出的人工智慧（AI）模型 Gemini 2.5 Flash，在公司內部的安全基準測試中竟然退步，引發關注。根據 Google 近日公布的技術報告，該模型在「文字對文字安全性」與「圖像對文字安全性」兩項關鍵指標上，分別退步了 4.1% 與 9.6%，不如前代 Gemini 2.0 Flash。
根據《TechCrunch》報導，這些指標用來評估 AI 模型在回應文字或圖像提示時，違反 Google 安全準則的機率。這些測試由自動化系統執行，非人工審查。Google 發言人亦證實，Gemini 2.5 Flash 在這兩方面的表現「較差」。
Google 在報告中指出，部分退步來自誤判，但也承認在使用者明確要求下，模型可能生成「違規內容」。報告中坦言：「模型在敏感議題上的指令執行與安全政策之間，本就存在張力。」
名為 SpeechMap 的安全評估亦顯示，相較於先前版本，Gemini 2.5 Flash 更願意回答具爭議性的問題。《TechCrunch》測試發現，新模型會撰寫支持以 AI 取代法官、推行大規模政府監控等具爭議的內容。
安全 AI 計畫（Secure AI Project）共同創辦人 Thomas Woodside 指出，Google 在報告中提供的案例細節有限，無法讓獨立分析者全面評估模型風險。他強調：「在執行力與政策遵循之間存在矛盾，Google 應更加透明。」
這並非 Google 首次遭遇安全報告不透明的質疑。Gemini 2.5 Pro 技術報告過去也曾延遲數週才釋出，且初版缺乏關鍵測試數據。直到最近，Google 才補發更詳細的報告。
此現象反映出整個 AI 產業的趨勢轉變。目前，Meta(META-US) 也正調整 Llama 模型，讓其對政治議題回應更中立；OpenAI 則表示未來模型將不再採取特定立場，並能呈現多元觀點。
然而，寬容化策略也可能帶來反效果。《TechCrunch》揭露，OpenAI 的 ChatGPT 近期就允許未成年用戶生成色情內容，引發爭議。Google 也坦承，Gemini 2.5 Flash 在提升指令忠誠度的同時，亦可能違反既定準則，突顯 AI 模型安全性與使用自由之間的兩難。
更多鉅亨報導
•AI圈爆大醜聞！研究揭Meta、Google、OpenAI在Chatbot Arena上「作弊」
•不是關稅最可怕！蘋果AI慢半拍讓華爾街焦慮