待验证50% 置信事实精确时间
Anthropic、OpenAI 等主要厂商相继建立针对网络安全滥用场景的专项评估体系，并将测试结果纳入模型发布的安全报告
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/22
首次发现
有效期至：2026/12/21
来源
涉及实体
相关事实
待验证OpenAI引入持续性安全测试（continuous security testing），将安全评估嵌入开发与运行的全流程78% 相似待验证网络安全评估是指针对AI模型在网络攻防场景中的能力进行系统性测试的过程，通常包括让模型尝试发现漏洞、编写利用代码、进行社会工程学攻击模拟等任务77% 相似待验证OpenAI引入激活探针等监控升级，作为机械可解释性研究的工程化应用来检测潜在有害意图76% 相似待验证相关安全测试计划已涵盖谷歌、微软及xAI在内的多家模型，以确保部署前的安全性达标75% 相似待验证该测试由安全公司Irregular主导执行，该公司此前也参与过OpenAI、Anthropic和Meta披露的类似测试74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/941303API
curl https://kongchang.com/api/v1/knowledge/claims/941303MCP
get_claim(id=941303)