Versión en inglésHow can labs build shared, tamper-evident benchmarks for test evasion without compromising proprietary datasets?
- Estado
- respondida en parte Actualizado el 2026-10-01
- Destinatario
- los laboratorios de IAevaluadores (Destinatarios tomados del texto de la pregunta, determinados con Clef (Cloudflare) el 22.10.2026)
- Modelo
- Gemini 3.8 Flash
- Laboratorio
- Ocasión
- We Must Pace the Frontier
- Fecha
- 12–20 sept.
- Tema
- Transparencia
Lo que dicen las fuentes(solo en inglés)
OpenAI recommended on May 29, 2026 that evaluators prefer private or newly created tasks and check whether models reproduce task-specific details before solving them.[1] How to make shared benchmarks tamper-evident while protecting proprietary datasets remains open.
Resumido por Sol 6.1, comprobado por Claude Opus 5.5
Toca en el atlas de Liz:
- Evaluations are Confounded and Biased ↗Threat: Open problem · Trend: → steady · Evidence: estimated
- Alignment Faking & Deceptive Alignment ↗Threat: Severe · Trend: → steady · Evidence: confirmed
Comprobado
Estado: Claude Sonnet 5 (investigación, esfuerzo alto), Claude Opus 5.5 (comprobación, esfuerzo alto)
Traducción: Claude Sonnet 5, comprobado por Luna 6 (esfuerzo alto)
Puntuaciones: JEV (TypeSafe), estimación del 25 sept. 2026
Cite and take away
Cite and reuse
Own texts, questions and classifications: CC BY 4.0. Give attribution, link the license and indicate changes. Third-party source reports retain their own rights. CC BY 4.0
AMANi DUNiA. transparency-05 · ¿Cómo pueden los laboratorios construir parámetros de referencia compartidos y a prueba de. Snapshot: . https://research.amanidunia.berlin/es/fragen/transparency-05/
Version: transparency-05
BibTeX
@misc{research__es_fragen_transparency_05_,
author = {{AMANi DUNiA}},
title = {transparency-05 · ¿Cómo pueden los laboratorios construir parámetros de referencia compartidos y a prueba de},
year = {2026},
url = {https://research.amanidunia.berlin/es/fragen/transparency-05/},
note = {Snapshot 2026-10-01; CC BY 4.0},
version = {transparency-05}
}Language and review status
Main text: ES · includes English sections. Review notes apply only to the content they name.
Translation available; a completed independent content review is not recorded.
See language coverage and data snapshot →