首页› 资讯库› METR 测量模型对对齐评测的识别能力:调查型智能体能区分对齐与能力评测 微资讯 · 来源报道 METR 测量模型对对齐评测的识别能力:调查型智能体能区分对齐与能力评测 AIHOT 精选摘要 2026-11-15 更新 2026-11-17 返回首页 阅读原文 METR 发布研究笔记,用调查型智能体在 19 个对齐评测和 36 个能力评测中探测环境,测量模型能否识别自己处于对齐评测。结果显示智能体区分两类评测的能力在过去一年持续提升,Opus 5.5 在其数据集上把所有对齐评测排在所有能力评测之上。 模型识别依据包括环境看起来像模拟的蜜罐等线索,作者将对齐线索分为环境级和任务级两类,并提出可借此迭代改进对齐评测设计。 回首页继续看 →