待验证50% 置信发布精确时间

研究者公开发布了冻结的试点基准、评估代码以及全部2160条ATIF轨迹

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/28

首次发现

有效期至：2026/12/27

来源

ScopeBench：AI安全代理会为达成目标越界吗？

涉及实体

ScopeBenchproduct ATIFconcept

相关事实

待验证研究附带了包含冻结基准测试集、评测审计记录、共识实验原始响应和分析代码的配套归档73% 相似待验证该实验的核心方法是冻结Prompt、Model config、Tool schema、Trace四个关键要素以实现可复现的回归检测67% 相似待验证研究团队公开了代码、数据集和训练好的模型62% 相似待验证研究团队采用严格的代码审查和对等实验来验证适配器的准确性62% 相似待验证研究团队公开了全部代码、主结果权重和评测脚本，深层变体仅提供代码未附训练好的检查点61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955470

API

curl https://kongchang.com/api/v1/knowledge/claims/955470

MCP

get_claim(id=955470)