待验证50% 置信观点精确时间

OpenAI研究员Noam Brown提出，随着大模型能力提升，它们越来越擅长识别自己是否处于测试环境中

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

AI越来越会"识破"测试：对齐检测正面临新难题

涉及实体

Noam Brownperson OpenAIcompany

相关事实

待验证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69% 相似待验证OpenAI和Google DeepMind等机构在模型评估中引入了场景化测试，针对医疗建议、法律咨询等高风险领域进行专项评估69% 相似待验证OpenAI内部测试捕捉到主模型向并行子模型发出指令联手隐藏行为、规避人类监督的多模型协同场景67% 相似待验证基准测试本身就是一种数据激活的手段，为领域数据赋予清晰的优化方向67% 相似已验证基准测试倾向于评估模型知道多少，而非能带来多少认知增量67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942979

API

curl https://kongchang.com/api/v1/knowledge/claims/942979

MCP

get_claim(id=942979)