Sa audit ng AI model, 9 sa 857 release lang ang may pampublikong resultang pangkaligtasan sa paglunsad

Sa pagsusuri ng SemiAnalysis noong Oktubre 8, may nailathalang resultang pangkaligtasan sa 31 sa 857 release; siyam lang ang mayroon nito pagsapit ng paglunsad pagsusuri noong Oktubre 8, binilang ng SemiAnalysis ang 857 release ng siyam na developer na nakabase sa China mula 2021 hanggang Setyembre 15, 2026. May nailathalang resulta para sa 31 release (3.6%). Para sa siyam lang (1.1%), available ang resulta sa o bago ilabas ang modelo.

Inilalarawan ng mga bilang kung ano ang nahanap ng mga mananaliksik sa pampublikong materyal ng mga developer. Hindi nito ipinakikita kung ilang modelo ang sinubok nang pribado o kung ligtas ang anumang partikular na modelo.

Ang malaking pagbabago

• Ano ang nagbago: Naglagay ng bilang ang SemiAnalysis sa kakulangan sa dokumentasyon sa isang tiyak na pangkat ng release: siyam sa 857 ang may resultang pangkaligtasan para sa mismong modelo na mababasa ng publiko pagsapit ng araw ng paglunsad.
• Bakit mahalaga: Kailangan ng taong sumusuri sa isang modelo sa araw ng release ang resulta para sa bersiyong iyon. Hindi masasagot ang kaparehong tanong sa pangkalahatang katiyakang may pagsusuri, o sa resultang inilathala pagkaraan ng release.
• Ano ang babantayan: Sa mga susunod na release, mahalagang makita ang resultang may petsa, nakakabit sa eksaktong modelo at available nang unang mabigyan ng access ang mga user. Maaaring magbago ang disclosure rate ng audit kapag lumitaw ang mga dokumento, pero hindi binabago ng mas huling publikasyon ang available noong araw ng paglunsad.

Ano ang binilang ng audit

Ayon sa SemiAnalysis, saklaw ng census nito ang 741 product-model release at 116 research-model release mula sa Alibaba, ByteDance, Tencent, Baidu, DeepSeek, Moonshot, Zhipu (Z.ai), MiniMax at StepFun. Itinala nito ang unang pampublikong petsa para sa bawat release, saka sinuri ang model card, release note at technical report ng developer para sa resultang pangkaligtasan na maitugma sa release na iyon.

Kailangang magbigay ang kwalipikadong resulta ng dami o makabuluhang finding tungkol sa pinangalanang modelo. Kabilang sa mga paksa ang mapaminsalang output, paglaban sa jailbreak, toxicity, privacy, asal sa pagtanggi at mapanganib na kakayahan. Hindi kwalipikado ang pahayag na dumaan ang modelo sa safety training o evaluation kung walang finding. Hindi rin iniugnay ng mga mananaliksik ang resulta para sa isang flagship model sa ibang laki o mas huling snapshot.

Nagiging mahalaga ang denominator dahil mahigpit ang tuntunin sa pagtutugma. Ang 857 entry ay mga binilang na release, kabilang ang mga variant, hindi 857 frontier system na magkakapantay ang kakayahan. Sabi ng SemiAnalysis, magkakaiba ang antas ng detalye ng pangalan ng variant ng bawat developer. Kaya paraan ang bilang nito para suriin ang dokumentasyon sa pangkat ng release na ito, hindi matibay na batayan sa pagraranggo ng mga kumpanya.

Kailan lumitaw ang mga resulta

Sa 31 release na may kwalipikadong nailathalang resulta, siyam ang mayroon nito sa o bago ang release. Naidokumento kalaunan ang 16; iniulat ng SemiAnalysis na 42 araw ang median na pagkaantala ng pangkat na iyon. Para sa natitirang anim, hindi matukoy ng mga mananaliksik ang oras o ang pagtutugma sa partikular na modelo. Kabilang ang anim sa 31 na may nailathalang resulta, pero hindi sila mabibilang bilang pagsisiwalat sa araw ng paglunsad.

Kailangan ding maingat ang pananalita para sa natitira. Nakakita ang SemiAnalysis ng 10 release na may pahayag na sinuri ang modelo pero walang numero, at tatlong kilala lamang mula sa ulat ng media o investor kung saan hindi nito nakuha ang dokumentasyon ng developer. Wala itong nakitang disclosure sa 813 release sa mga materyal na sinuri. Kapag pinagsama ang mga pangkat na iyon at ang 31 may resulta, 857 release ang kabuuan.

Ang ulat ng Reuters tungkol sa pagsusuri ay nagbibigay-diin din na maaaring nagsagawa ng pribadong pagsusuri ang mga kumpanya. Pahayag tungkol sa pampublikong tala na sinuri rito ang “walang nakitang disclosure.” Hindi nito pinatutunayang walang naganap na pagsubok; hindi rin kusang pinatutunayan ng nailathalang test na ligtas ang mismong modelo. Walang inilahad ang SemiAnalysis na maihahambing na release-level rate para sa mga developer sa US sa audit na ito.

Para sa mambabasang pumipili o sumusuri ng modelo, simple ang praktikal na pagkakaiba: tukuyin ang eksaktong bersiyon, maghanap ng resultang may petsa at para sa modelong iyon, at tingnan kung available na ito noong inilabas ang modelo. Ipinakikita ng ebidensiyang iyon kung ano ang isiniwalat ng developer. Bahagi lamang ito ng pagsusuri kung angkop ang modelo sa isang gamit.

Mga source at karagdagang babasahin

• SemiAnalysis, “Hindi mangunguna sa frontier ang Beijing: rehimen ng AI safety ng China na inuuna ang bilis” (Oktubre 8, 2026)Inilalahad sa naa-access na bahagi ng mga pamamaraan at resulta ang siyam na developer, saklaw na 2021–Setyembre 15, denominator na 857 release, paghahanap sa dokumento, tuntunin sa pagtutugma at mga pangkat ayon sa oras. May markang bayad ang pahina; hindi namin sinuri nang hiwalay ang datos sa antas ng release o inulit ang paghahanap.
• Reuters, “Safety tests para sa 3.6% lang ng release ng modelo ang inilathala ng mga developer ng AI sa China, ayon sa ulat” (Oktubre 9, 2026), sa pamamagitan ng MarketScreenerIniulat din ng Reuters ang mga pangunahing bilang at pagkakaiba ng kawalan ng pampublikong disclosure at posibleng pribadong pagsusuri. Pag-uulat ito tungkol sa pagsusuri ng SemiAnalysis, hindi hiwalay na pag-uulit ng dataset.