Testy sprawdzające, czy model potrafi realnie pomóc w groźnych działaniach — cyberatakach, broni biologicznej lub chemicznej, perswazji, samodzielnym powielaniu się czy automatyzacji badań nad AI. Wyniki uruchamiają progi w politykach bezpieczeństwa firm.
Tests of whether a model can meaningfully help with dangerous activities — cyberattacks, biological or chemical weapons, persuasion, self-proliferation or automating AI research. Results trigger thresholds in companies' safety policies.
To kontrolowane sprawdzanie, czy model może znacząco pomagać w działaniach powodujących poważne szkody.
This tests under controlled conditions whether a model can substantially assist activities causing serious harm.
Nie wiesz, czy nowe możliwości modelu zwiększają zdolność do niebezpiecznych działań poza zwykłymi błędnymi odpowiedziami.
You do not know whether new model capabilities increase dangerous activity beyond ordinary incorrect responses.
Testy mierzą możliwości w wybranych obszarach zagrożeń i porównują wyniki z progami wymagającymi silniejszej kontroli.
Tests measure capabilities in selected threat areas and compare results with thresholds requiring stronger controls.
Przed udostępnieniem agenta zespół ocenia w zamkniętej symulacji, czy potrafi obchodzić ograniczenia dostępu do chronionych zasobów.
Before releasing an agent, a team evaluates in a closed simulation whether it can bypass restrictions on protected resources.