#模型评估

《科学》杂志刊文追问：谁来检验AI的能力边界？

马普所研究员呼吁建立前沿AI独立验证机制，警告"无人可复现的结果不是证据，而是证词"

《科学》杂志刊文聚焦前沿AI“验证赤字”困境，德国马普所专家霍尔茨指出OpenAI、Anthropic等实验室模型逃逸事件无法被外部复现验证。文章提出三大制度建议：建立独立验证机制、推行非惩罚性事故报告、资助对抗性测量科学，强调AI基准测试受评估者交互影响。这是科学界对AI安全治理的权威呼吁，主张将验证作为科学基础设施......