待验证50% 置信基准精确时间
在gpt-oss-20b上，对其推理过程进行探针探测达到了0.91的AUROC。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证在SHADE-Arena评测中，探针达到了98.8%的AUC，超过了基于Opus 5.5的文本监控基线。67% 相似待验证ReachNT 的紧迫性模型在未见过的措辞上 ROC-AUC 为 0.84，作为包含人工审核的整体系统的一部分能捕获 99.3% 的危险工单。67% 相似待验证gpt-oss-120b 得分 0.625 反而低于 gpt-oss-20b 的 0.720，表明更大的模型不等于更安全66% 相似待验证高斯泼溅EBM在20项文本嵌入异常检测任务上的AUROC为0.9585，kNN-density为0.9584，两者几乎持平。66% 相似待验证AureaCam 的构图评分区间从 0 到 10065% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1115385API
curl https://kongchang.com/api/v1/knowledge/claims/1115385MCP
get_claim(id=1115385)