機械可解釋性

深度分析

機械可解釋性與行為評估的審計缺口：AI治理驗證的存取與可重複性挑戰

近年國際治理框架開始要求可審核的高風險AI安全證據，從歐盟AI法到各地指引與檢驗機制，均把無隱藏目標、阻絕失控前兆、限制災難性能力等高階主張納入檢驗範圍。本文指出現有的行為評估、紅隊測試與合規文件，雖能觀察模型輸出與流程合規，卻不足以支撐對潛在表徵或長期代理行為的否定性主張。