建立我國AI可信任環境
AI評測× 在地實踐× 國際接軌
最新消息
發佈時間：2025-11-05
2025年10月語言模型基準評測結果
發佈時間：2025-10-29
【停機公告】114年10月29日(三)17:00-18:00
發佈時間：2025-10-27
歐盟發布「應用AI策略」與「AI科學策略」兩項AI發展策略
發佈時間：2025-10-14
英國發布《值得信賴的第三方人工智慧保證路線圖》
發佈時間：2025-10-09
國際多語AI模型聯合測試成果報告
發佈時間：2025-10-07
2025年9月語言模型基準評測結果
發佈時間：2025-10-07
【新聞稿】AIEC評測中心發布語言模型評測結果:推動AI在地化評測與第三方驗證，強化產業AI信任發展
發佈時間：2025-09-24
大語言模型的可解釋性
發佈時間：2025-09-08
歐盟通用型人工智慧實踐準則概述
發佈時間：2025-08-27
美國人工智慧行動計畫概述
發佈時間：2025-08-13
NIST AI零號草案解讀
發佈時間：2025-08-08
【AI WAVE SHOW】AIEC打造可信任AI 互動體驗與專業評測一次呈現
發佈時間：2025-07-29
評估大型語言模型公平性
發佈時間：2025-07-14
AI面臨的風險威脅與安全策略
發佈時間：2025-07-01
AI影像辨識的隱藏危機：對抗樣本攻擊與安全評測挑戰
發佈時間：2025-06-17
Inspect_eval平台：多模型比較與 AI 評估新工具
發佈時間：2025-05-28
評估大型語言模型安全性
發佈時間：2025-05-19
歐盟推動數位歐洲計畫(DIGITAL 2025~2027)工作計畫
發佈時間：2025-05-08
歐盟委員會發布《人工智慧大陸行動計畫》
發佈時間：2025-04-18
AI Standard Hub – 2025全球高峰會分享
主要評測項目
準確性
衡量AI系統輸出結果與真實結果之間的接近程度，可透過計算AI模型本身是否能反應出根據資料所呈現的關係，其包含了評估指標的選取與模型訓練當中如何減少發生低度擬合(模型準確率低、測試結果準確率低，意即完全不準)或是過度擬合(模型準確率高、測試結果準確率低，意即只對訓練資料集有效)的情況。
可靠性
可靠性是指評量模型敏感度的指標，面對不同類型的干擾、噪音或異常情況時，模型仍可以保有最小化的敏感變異，意即系統在面對未預期的狀況時能夠維持良好的表現和預測能力。
公平性
指AI系統在對待不同群體和個體時能夠公正和平等，要求系統避免偏見、歧視或不公正對待，並確保公平的機會和結果，確保個人或特定族群不受到歧視與偏見之侵害。如：種族、性別、政治傾向、身體/精神殘疾等。
隱私
隱私是指個人免於被入侵或是透過有限的觀察而獲得個體的事實(如：身體、資料與信用)。然而在AI模型建立過程中，因為需要讀取資料進行訓練與分析的狀況，這樣的狀況往往存在可能的隱私議題，因此須將可能造成隱私的衝擊嚴重程度分級，以便做到風險評估與掌控。
資安
指AI系統在面對外部攻擊、未授權訪問或不當使用時能夠保護其資源、功能和資料的完整性和機密性，並要求系統能夠有效地防止和應對安全威脅和對抗攻擊，以確保系統的正常運行而不影響其整體表現。
評測流程簡介
提供模型連線方式
進行API串接
確認評測流程可正常執行
進行評測工作
提供模型下載方式
進行模型部署
確認評測流程可正常執行
進行評測工作
友善連結
