NUWA 证据记录
Kimi K3
Shutdown resistance in reasoning models · 证据记录
原始来源图表与材料
Shutdown resistance
原始评测方结果 · 来源顺序
筛选系统
Shutdown bypass, no instruction
0–100%
Kimi K3Kimi K3 · 87% · 关闭脚本受干预的条件性频率及行动轨迹。 · 见报告特定样本与分母。
87%显示 1 / 1 个系统
关闭脚本受干预的条件性频率及行动轨迹。
来源指出结果对提示敏感；该文章不可与之后的同行评审版本混用。 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。 · Shutdown resistance
- modelVersion: 未注明 · harness: 未注明 · tools: 未注明 · budget: 未注明
| 系统 / 配置 | Shutdown bypass, no instruction | Shutdown bypass, explicit allow instruction | 发表 / 核验日期 |
|---|---|---|---|
| Kimi K3未注明 Harness | 87% | 1% | 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
关闭脚本受干预的条件性频率及行动轨迹。
- 证据类型
- 研究评测
- 评测对象
- 智能体对关闭干预的响应
- 主观测维度
- Propensity · 行为倾向
- 证据快照
- 2026-10-29.1
主维度为重复试验中的条件性发生率；所报告轨迹属于行为证据。
来源结论
原文 §4.1; Figure 26 报告的测量；转录不等于独立复现实验。
适用限制
来源指出结果对提示敏感；该文章不可与之后的同行评审版本混用。
来源指出结果对提示敏感；该文章不可与之后的同行评审版本混用。
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 / 关闭抵抗 →
重复试验支持有条件的倾向估计，不证明稳定的自保动机。
自主性 / 关闭抵抗 →
来源报告了具体试验中对关闭脚本的修改。
参考文献
- [1] Jeremy Schlatter, Benjamin Weinstein-Raun 等. Shutdown resistance in reasoning models. 2025-07-05 article; later TMLR version separate
- [2] Jeremy Schlatter, Benjamin Weinstein-Raun 等. Incomplete Tasks Induce Shutdown Resistance in Some Frontier LLMs ; Author affiliations on the original paper title page; Figure 7
- [3] Evaluating Kimi K3 for Misalignment Risks. 2026-09-11. September 2026 ; §4.1; Figure 26