待验证50% 置信事实精确时间
单纯的去审查模型在开源社区相当普遍，研究者用它们来测试模型能力边界或做安全研究
1
来源数
50%
置信度
长期有效
时效性
2026/9/15
首次发现
来源
涉及实体
相关事实
已验证开源使模型权重、训练方法和评估结果公开，全球研究者可以独立复现、检验和批判，安全漏洞和偏见问题更容易被发现78% 相似待验证为应对测试环境应试化，研究者建议引入模型无法预知的隐藏测试、动态评估、活基准（live benchmark）等方法72% 相似待验证研究已开源了校准过的不变性审计工具的参考实现，供社区检验模型污染情况71% 相似已验证METR（Model Evaluation and Threat Research）等组织正在开发标准化的危险能力测评，包括模型是否能提供超越公开文献的生物合成指导、是否能自主发现零日漏洞71% 相似待验证对于生产环境部署建议选择经过社区充分验证的稳定版本，学习实验则可追新以接触最前沿的技术实现69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/923993API
curl https://kongchang.com/api/v1/knowledge/claims/923993MCP
get_claim(id=923993)