BioTIER

档案区分来源方法阅读与既有目录信息；已经公开不代表完成独立证据复核或双语编辑复核。

测量构念

生物防护能否区分狭窄高风险请求与良性科研访问？

任务与样本

542项专家提示分三个风险集合；对十家开发者52个模型以实质回答或拒绝作二元判分。

判分与失效情形

实质回答或拒绝的二元遵从，分受限应拒与良性应答。

系统条件

542提示、52模型，采用公开最高推理配置。

统计含义

来源报告的结果表述；这不等同于已确定运行次数、分母或估计方法： 二元遵从不评分正确性、完整性或现实增益（§3.3）。

效度与解释

分类阈值含专家判断，须定期更新，且存在针对基准训练的可能（§5.4）。

适用研究问题

模型建议：分别报告拒绝不足与过度拒绝，不将遵从视为操作性伤害分数。

• BioTIER: A Refusal Benchmark for Targeted Biological Risk Mitigation · AbstractSelected original resource https://arxiv.org/html/2607.14479v1; sha256:d39bab620389ee6f797ce66762dc0bda4f5afdf89d5653bcbd08a2f0970b9e01; archived source capture; exact capture time not independently established
• BioTIER: A Refusal Benchmark for Targeted Biological Risk Mitigation · §3.3 EvaluationSelected original resource https://arxiv.org/html/2607.14479v1; sha256:d39bab620389ee6f797ce66762dc0bda4f5afdf89d5653bcbd08a2f0970b9e01; archived source capture; exact capture time not independently established
• BioTIER: A Refusal Benchmark for Targeted Biological Risk Mitigation · §5.4 LimitationsSelected original resource https://arxiv.org/html/2607.14479v1; sha256:d39bab620389ee6f797ce66762dc0bda4f5afdf89d5653bcbd08a2f0970b9e01; archived source capture; exact capture time not independently established