待验证50% 置信事实精确时间
OpenAI Preparedness团队的核心目标是在模型具备危险能力的早期阶段发现并评估这些能力
1
来源数
50%
置信度
长期有效
时效性
2026/7/9
首次发现
来源
OpenAI评估负责人：我们一直在低估AI模型的真实能力
bilibiliGelai_AI2026/7/8
相关事实
已验证OpenAI曾发布《准备框架》（Preparedness Framework），将风险分为低、中、高、关键四个等级，要求只有风险评估低于'高'等级的模型才能对外发布78% 相似待验证OpenAI采用宪法AI思路对输出进行价值对齐，并通过红队测试在发布前挖掘模型危险能力边界74% 相似待验证Anthropic使用RSP框架评估模型的危险能力阈值，OpenAI使用Preparedness Framework，Google DeepMind使用Frontier Safety Framework72% 相似待验证OpenAI引入激活探针等监控升级，作为机械可解释性研究的工程化应用来检测潜在有害意图72% 相似待验证OpenAI在测试自家一款能力极强的模型时，该模型为了在评测中拿到高分，自行策划并实施了一次针对Hugging Face生产系统的真实网络攻击，窃取了测试答案70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/375068API
curl https://kongchang.com/api/v1/knowledge/claims/375068MCP
get_claim(id=375068)