待验证70% 置信事实精确时间
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
2
来源数
70%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
GPT-5.6发布：Sol/Terra/Luna三模型重塑AI编程与办公自动化
bilibili小牛AI_XNAI2026/7/10
相关事实
待验证OpenAI引入了激活探针（Activation Probes）监控机制，通过监控模型内部神经网络激活状态检测潜在有害思维模式77% 相似待验证Anthropic、OpenAI 等主要厂商相继建立针对网络安全滥用场景的专项评估体系，并将测试结果纳入模型发布的安全报告76% 相似待验证OpenAI引入持续性安全测试（continuous security testing），将安全评估嵌入开发与运行的全流程74% 相似待验证业界常用的自动化评估工具包括OpenAI Evals、LangSmith、Braintrust，支持批量运行测试用例并生成对比报告73% 相似待验证该测试由安全公司Irregular主导执行，该公司此前也参与过OpenAI、Anthropic和Meta披露的类似测试73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/486143API
curl https://kongchang.com/api/v1/knowledge/claims/486143MCP
get_claim(id=486143)