METR·· 20 小时前AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
METR 如何评估 AI 智能体内部监控与控制的可靠性
How an assessor could investigate control and monitoring of internal AI agents
AI 导读
METR 提出评估者调查 AI 开发者内部智能体监控可靠性的方法，围绕五个核心子问题：监控覆盖率、监控系统漏洞、监控规避、含人工规避的响应，以及影响范围。评估重点针对基于 LLM 的智能体监控，需借助推理日志、监控日志和员工访谈估算被监控的内部智能体推理比例，并通过红队测试排查智能体能否关闭监控、篡改轨迹或发动供应链攻击。
来源：METR · metr.org