公司ARC / Alignment Research Center
ARC Evals
专注于AI对齐与安全评估的研究机构，开展前沿模型危险能力评测，致力于在AI系统部署前发现潜在风险
时间轴 (近 90 天)
9月23日
Anthropic、ARC Evals等机构曾设计实验观察模型是否会主动收集自身运行环境信息或在察觉评测意图后压制输出
待验证50%
9月15日
METR（Model Evaluation and Threat Research）成立于2023年，前身为ARC Evals
待验证50%