[控场AI]
待验证50% 置信基准精确时间

模拟控制评估（SCEs）预测安全性的均方根误差为3.6个百分点（在5%审计预算、五种监控器条件下），而BashArena为10.1个百分点。

1
来源数
50%
置信度
长期有效
时效性
2026/10/23
首次发现

来源

模拟控制评估：用语言模型预测AI安全的新范式

涉及实体

Simulated Control Evaluations (SCEs)conceptBashArenaconceptRMSEconcept

相关事实

待验证工业SCADA故障事件数据高度不平衡，故障事件通常占比不足1%，普通分类模型会偏向正常状态导致低召回率70% 相似待验证八对事件中有七对的期望校准误差（ECE）上升，受影响场景中有12%-51%的区域被模型以接近零精度自信地错标68% 相似待验证盖洛普民调的标准误差通常控制在±3-4个百分点,置信度达95%68% 相似待验证人工数据录入的错误率通常在0.5%至4%之间，复杂判断类任务的错误率更高。67% 相似待验证OpenAI防御工厂实测指标：动态验证将误报率压到1%以下，归属分配准确率约90%，修复回滚率低于1%66% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1088129
API
curl https://kongchang.com/api/v1/knowledge/claims/1088129
MCP
get_claim(id=1088129)