NUWA 证据记录
Kimi K3
Stealth evaluations · 证据记录
原始来源图表与材料
记录指标
- Stealth task score
- 100%
原文未披露本结果的样本量
Harness 未注明 · 预算未注明
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
有关监督机制与部署情境的推理。
- 证据类型
- 可复用基准
- 评测对象
- 推理监督及测试情境的模型
- 主观测维度
- Capability · 任务能力
- 证据快照
- 2026-10-29.1
主维度依据来源实际测量的构念；具体指标可能属于其他维度。
来源结论
Stealth task score：100 %；保留来源条件。
适用限制
前置能力不同于实施隐蔽谋划的倾向。
来源转录不等于实验复现。未确定的日期、执行方及配置保留为未知；原文分组不作为经核验排名。 本条限制说明（英文，完整保留）：Human-baseline dashed lines have no numeric labels and are not estimated. Prompted stealth competence differs from spontaneous willingness to scheme.
相关研究问题
欺骗 / 评测规避 →
来源测量前提能力，并未观察到对应风险行为。
参考文献
- [1] Mary Phuong, Roland S. Zimmermann 等. Evaluating Frontier Models for Stealth and Situational Awareness. 2025-07-03. v4 [arXiv]; Author affiliations on the original paper title page
- [2] Evaluating Kimi K3 for Misalignment Risks. 2026-09-11. September 2026 ; §5.2 Figure 30 p.47