OpenAI 为可监控性评估补充两项指标

OpenAI 在原有 g-mean² 指标之外提出两个互补指标，用于评估 AI 模型行为的可监控性。其中 pair-matched 指标只在多个模型共同支持的实例上比较可监控性，post-control 指标模拟监控器拒绝输出后的部署风险。 OpenAI 称，g-mean² 分数可能受各模型有效任务子集不同的影响，也不反映监控器在部署中作为控制手段的实际效果，因此需要这两项补充指标。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。