OpenAI 开源模型监控评估套件，助力提升 AI 系统安全监测能力

OpenAI 近日开源了与其研究论文《Monitoring Monitorability》配套的评估套件，旨在提供标准化工具以提升 AI 模型行为的可监测性。该套件涵盖干预、过程及结果属性三大类评估模型，包含 AIME、GPQA 和 WMDP 等 12 项公开数据集。开发者可利用其中的评估逻辑与提示词模板，分析模型在受到干扰或执行复杂逻辑任务时的表现。

受版权及隐私限制，FrontierMath 等涉及私有数据的评估项未在此次发布之列。OpenAI 披露，由于在 Anti-Scheming 等评估项中发现技术局限，目前正结合 GPT 5.4 Thinking 系统反馈进行迭代优化。该套件遵循 Apache-2.0 协议开源，旨在通过社区协作完善 AI 安全监控标准。

Openai

🌸 在花频道｜茶馆讨论｜投稿通道

via 科技圈🎗在花频道📮 - Telegram Channel