METR：現有模型災難性失調風險低，但既有評測可能漏報更高風險
原始證據權重 +0.0
原始權重不是百分點；正式指標另經時效衰減、同日同類遞減及 Logistic 飽和函數計算。
METR 外部復核 Anthropic 2026 年 8 月風險報告，基本同意截至 7 月 15 日相關模型的災難性失調風險較低，但主因是能力仍有限而非防護充分。復核指出隱蔽能力評測與生產監控不匹配，思維鏈合理化可能顯著降低監控告警率。
為什麼值得觀測
復核本身不代表能力加速或減速，故方向中性；但其揭露前沿模型監控與風險評估的結構性盲點，對治理判斷權重較高。
證據的邊界
這是基於 Anthropic 內部報告的較輕量復核，訪問權限低於後來宣布的嵌入式評估；METR 未聲稱事故中的合理化屬蓄意欺騙。
核對日期 2026-10-21。本站為話題性編輯量表，不是 AGI 完成率或到達機率。
閱讀原始來源 ↗這次變化，你怎麼看？
對事件提出理由。留言不直接改變量表。
還沒有留言，留下第一個有理由的判斷。