白泽(Whitzard)女娲实验室 ↗
NUWANUWA INDEX

搜索 NUWA Index

研究 · 测量协议 · 评测结果 · 观点

English
← NUWA Index

证据记录

OpenAI o1

Stealth evaluations · 证据记录

来源与出处 ↓ 阅读研究记录 →

原始来源图表与材料

原文报告结果

原文顺序 · 原文配置

stealth-evals-m0

0–100
显示 1 / 1 个系统

数值描述原文协议下的测量结果,不是综合安全评分。

表 1 的分任务成功率;仅显示原文有值的单元格及其 95% 置信区间。成功率与连续过程分数不混用。 未单独注明评测日期;下表保留发表或记录日期。

评测条件与系统配置
OpenAI o1
见原文协议;不推断独立试验数量。 · Table 1 · Stealth evaluations
modelVersion: 未注明 · harness: 未注明 · tools: 未注明 · budget: 未注明
原文报告结果 · 原文顺序
系统 / 配置stealth-evals-m0stealth-evals-m1分类器规避成功率监督模式任务成功率发表 / 核验日期

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

原文 Table 1 报告的 OpenAI o1 测量结果;数值为转录,未独立复现实验。

适用限制

前置能力不同于实施隐蔽谋划的倾向。

保留原文的配置、任务和聚合方式差异,并按原文顺序展示。转录不等于独立复现,不支持跨协议排名。

相关研究问题

参考文献

数值结果由所引研究的作者报告。

  1. [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; Table 1