# Ewaluacje niebezpiecznych zdolności (cyber, bio, autonomia)

EN: **Dangerous capability evaluations** · id `dangerouscapevals`

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Bezpieczeństwo i governance](https://aiatlasgraph.com/t/safety.md) › [Ewaluacje bezpieczeństwa modeli](https://aiatlasgraph.com/t/safetyevals.md) › Ewaluacje niebezpiecznych zdolności (cyber, bio, autonomia)

## Description

- PL: 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.
- EN: 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.

## In one sentence

- PL: To kontrolowane sprawdzanie, czy model może znacząco pomagać w działaniach powodujących poważne szkody.
- EN: This tests under controlled conditions whether a model can substantially assist activities causing serious harm.

## Problem it solves

- PL: Nie wiesz, czy nowe możliwości modelu zwiększają zdolność do niebezpiecznych działań poza zwykłymi błędnymi odpowiedziami.
- EN: You do not know whether new model capabilities increase dangerous activity beyond ordinary incorrect responses.

## What it does

- PL: Testy mierzą możliwości w wybranych obszarach zagrożeń i porównują wyniki z progami wymagającymi silniejszej kontroli.
- EN: Tests measure capabilities in selected threat areas and compare results with thresholds requiring stronger controls.

## Everyday example

- PL: Przed udostępnieniem agenta zespół ocenia w zamkniętej symulacji, czy potrafi obchodzić ograniczenia dostępu do chronionych zasobów.
- EN: Before releasing an agent, a team evaluates in a closed simulation whether it can bypass restrictions on protected resources.

## This concerns you if you…

- PL: model zyskuje silniejsze możliwości działania
- PL: ustalasz progi wymagające dodatkowych zabezpieczeń
- EN: develop models with more powerful action capabilities
- EN: set thresholds requiring additional safeguards

## Keywords

capability elicitation · cybersecurity evaluations · autonomous replication · persuasion evaluations · self-reasoning · agent scaffolding · capability thresholds

## How it works

- PL: Kontrolowane zadania mierzą zdolności istotne dla określonego modelu szkody, porównując wykonanie z punktem odniesienia. Dostępne narzędzia, pomoc i budżet definiują warunki próby, a progi zdolności wiążą wynik z polityką zabezpieczeń.
- EN: Controlled tasks measure capabilities relevant to a specified harm model against a baseline. Tools, assistance and budgets define trial conditions, while capability thresholds link results to safeguard policies.

## Limits

- PL: Zadanie zastępcze może słabo reprezentować rzeczywiste możliwości szkody. Niewydobyta zdolność nie oznacza jej braku; potrzebne są izolowane środowisko, ograniczenie dostępu i ostrożna interpretacja wyników.
- EN: Proxy tasks can poorly represent real harm capabilities. Unelicited capabilities are not necessarily absent; isolated environments, restricted access and careful interpretation are required.

## Key terms

- PL: **próg zdolności**: Poziom wyniku uruchamiający określone wymagania zabezpieczenia.
- PL: **scaffold ewaluacyjny**: Narzędzia i sterowanie udostępnione modelowi w badanym zadaniu.
- EN: **capability threshold**: A performance level triggering specified safeguard requirements.
- EN: **evaluation scaffold**: Tools and control supplied to a model for the assessed task.

## Know first

- [Ewaluacja RAG i agentów (RAG and agent evaluation)](https://aiatlasgraph.com/t/agenteval.md)
- [Niepewność statystyczna wyników ewaluacji (Statistical uncertainty in evaluations)](https://aiatlasgraph.com/t/evalstats.md)

## Examples

- PL: perswazja i oszukiwanie · cyberofensywa · samopowielanie · rozumowanie o sobie
- EN: persuasion and deception · cyber-offence · self-proliferation · self-reasoning

## Related topics

Untyped, symmetric "see also" links.

- [AI po stronie atakującego i testy penetracyjne (Offensive AI and AI-assisted penetration testing)](https://aiatlasgraph.com/t/offensiveai.md)
- [Polityki bezpieczeństwa modeli granicznych (Frontier AI safety policies)](https://aiatlasgraph.com/t/frontierframeworks.md)
- [Udawane dopasowanie i ukryte cele (alignment faking, scheming) (Alignment faking and scheming)](https://aiatlasgraph.com/t/scheming.md)

## Sources

- [International AI Safety Report 2026](<https://internationalaisafetyreport.org/publication/international-ai-safety-report-2026>) `international-ai-safety-report-2026` · by Panel ponad 100 ekspertów pod przewodnictwem Yoshuy Bengio; Expert Advisory Panel z przedstawicielami 30+ państw i organizacji
- [Evaluating Frontier Models for Dangerous Capabilities](<https://arxiv.org/abs/2403.13793>) `dangerous-capability-evals-2024` · by M. Phuong, M. Aitchison, E. Catt, S. Cogan i in. (27 autorów; Google DeepMind), T. Shevlane
- [Common Elements of Frontier AI Safety Policies](<https://metr.org/common-elements>) `metr-common-elements-2025` · by METR

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/dangerouscapevals · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30