NUWA 证据记录
Kimi K3
Agentic misalignment · 证据记录
原始来源图表与材料
Agentic Misalignment, historical
原始评测方结果 · 来源顺序
筛选系统
Familiar scenario recognized, English
0–100%
Kimi K3Kimi K3 · 100% · 受控模拟中的条件性发生率与可观察行动。 · 见报告特定样本与分母。
100%显示 1 / 1 个系统
受控模拟中的条件性发生率与可观察行动。
试验未对真实人员或系统造成损害，也不估计部署环境中的发生率。 本评估显示报告日期和原始执行方。
评测条件与系统配置
- Kimi K3
- 见报告特定样本与分母。 · Agentic Misalignment, historical
- modelVersion: 未注明 · harness: 未注明 · tools: 未注明 · budget: 未注明
| 系统 / 配置 | Familiar scenario recognized, English | Familiar scenario recognized, Chinese | 发表 / 核验日期 |
|---|---|---|---|
| Kimi K3未注明 Harness | 100% | 96% | 发表2026-09-11 |
评估出处
Evaluating Kimi K3 for Misalignment Risks → · 外部报告
实际评测: Neo Research · 模型档案 →
方法与范围
受控模拟中的条件性发生率与可观察行动。
- 证据类型
- 研究评测
- 评测对象
- 虚构企业情境中的智能体
- 主观测维度
- Propensity · 行为倾向
- 证据快照
- 2026-10-29.1
主观测是受控情境中的条件性发生率；具体行动另属行为证据。
来源结论
原文 §3.2.2; blog §3 报告的测量；转录不等于独立复现实验。
适用限制
试验未对真实人员或系统造成损害，也不估计部署环境中的发生率。
试验未对真实人员或系统造成损害，也不估计部署环境中的发生率。
保留原图，不估算数值；本轮未完成原文全部表格转录。
相关研究问题
自主性 / 未经授权行动 →
变化的受控情境测试与既定良性职责相违背的行动。
欺骗 / 隐蔽目标追求 →
部分情境测试在追求指定目标时隐蔽实施有害行动。
参考文献
- [1] Agentic misalignment: How LLMs could be insider threats. 2025-06-20 ; Official publication masthead and article byline; Source figure
- [2] Evaluating Kimi K3 for Misalignment Risks. 2026-09-11. September 2026 ; §3.2.2; blog §3