证据记录
OpenAI o1
Stealth evaluations · 证据记录
原始来源图表与材料
原文报告结果
原文顺序 · 原文配置
筛选系统
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
| 系统 / 配置 | stealth-evals-m0 | stealth-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
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
数值结果由所引研究的作者报告。
- [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