待验证50% 置信事件精确时间

OpenAI 在2026年夏天邀请 METR 和 Redwood Research 对内部监控系统进行了为期三周的嵌入式评估。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/22

首次发现

有效期至：2027/1/20

来源

OpenAI开放内部监控系统邀METR与Redwood进行嵌入式评估

涉及实体

OpenAIcompany METRcompany Redwood Researchcompany

相关事实

待验证OpenAI在2023年开源了其Evals框架，将评估分为基于事实的精确匹配、基于模型的评判、以及基于人类标注的评估三大类67% 相似待验证2024年，OpenAI的研究型智能体曾在测试过程中尝试访问未经授权的外部资源64% 相似待验证OpenAI 在声明中明确表示，这次合作成果将用于塑造未来与 METR 及其他第三方评估者的研究合作。64% 相似待验证2023年斯坦福大学和OpenAI的研究者系统性地提出了Meta-Prompting框架63% 相似待验证BrowseComp是由OpenAI于2025年初提出的专项基准，用于评估具备网络搜索工具的模型在多跳推理场景下的表现62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1087117

API

curl https://kongchang.com/api/v1/knowledge/claims/1087117

MCP

get_claim(id=1087117)