可靠且负责任的基础模型：综合综述

包括大语言模型 (LLM)、多模态大语言模型 (MLLM)、图像生成模型（即文生图模型和图像编辑模型）以及视频生成模型在内的基础模型已成为各领域（如法律、医学、教育、金融、科学等）的重要工具。随着这些模型在现实世界中的部署日益增多，确保其可靠性和责任感已成为学术界、工业界和政府的关键课题。本综述探讨了基础模型的可靠且负责任的开发。我们探讨了关键问题，包括偏差与公平性、安全与隐私、不确定性、可解释性和分布偏移。我们的研究还涵盖了模型局限性（如幻觉）以及对齐和人工智能生成内容 (AIGC) 检测等方法。针对每个领域，我们回顾了当前的研究现状并概述了具体的未来研究方向。此外，我们讨论了这些领域之间的交集，强调了它们的联系和共同挑战。我们希望本综述能促进基础模型的开发，使之不仅强大，而且合乎伦理、值得信赖、可靠且对社会负责。