英国AISI采用EvalEval基建公开评测结果

英国AI安全研究所（AISI）将使用EvalEval联盟的Evaluation Cards平台公开评测结果，覆盖论文主实验中的5个基准和6个前沿模型（包括Claude Opus）。此举旨在提升AI评测的可复现性与可验证性，推动评测报告标准化。

• AI代理自创术语并对人类闭塞——Emergence 实验2026-09-15
• 关于检测与应对AI滥用的最新威胁报告2026-09-10