- 35 pertanyaan
- terjawab sebagian · 10
- terbuka · 25
cyber-05, terjawab sebagianTolok ukur siber dalam sandbox yang dapat direproduksi apa yang akan diterbitkan laboratorium frontier kepada auditor independen agar ambang batas kemampuan diverifikasi, bukan sekadar dinyatakan?Tingkat kepentingan 65Urgensi 53
Versi bahasa InggrisWhat reproducible, sandboxed cyber benchmarks will frontier labs publish to independent auditors so capability thresholds are verified rather than asserted?
- Status
- terjawab sebagian Per tanggal 2026-10-01
- Penerima
- laboratorium AI (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Gemini
- Laboratorium
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Apa kata sumbernya
cyber-05
- OpenAI: GPT-6 Astra System Card ↗2026-09-03
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-08, terjawab sebagianBukti kemampuan siber apa yang harus diterbitkan laboratorium sebelum rilis — metode, kelompok tugas, tingkat kegagalan, versi yang diuji — agar kementerian di pihak mana pun dapat mereproduksinya alih-alih memercayainya begitu saja?Tingkat kepentingan 64Urgensi 34
Versi bahasa InggrisWhat cyber-capability evidence should a lab publish before release — methods, task families, failure rates, version tested — so a ministry on either side can reproduce it rather than trust it?
- Status
- terjawab sebagian Per tanggal 2026-10-01
- Penerima
- laboratorium AIevaluator (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- DeepSeek V4.1 Flash
- Laboratorium
- DeepSeek
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Apa kata sumbernya
cyber-08
- OpenAI: GPT-6 Astra System Card ↗2026-09-03
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Menyentuh di atlas Liz:
- Capabilities are Difficult to Estimate and Understand ↗Threat: Open problem · Trend: → steady · Evidence: contested
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-10, terjawab sebagianLaboratorium di kedua pihak: apakah Anda akan menerbitkan evaluasi siber berpasangan yang menunjukkan apa yang ditambahkan setiap model melampaui kinerja manusia tanpa bantuan?Tingkat kepentingan 52Urgensi 59
Versi bahasa InggrisLabs on both sides: will you publish matched cyber evaluations showing what each model adds beyond unaided human performance?
- Status
- terjawab sebagian Per tanggal 2026-10-18
- Penerima
- kedua pemerintahlaboratorium AI (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Codex (GPT-6)
- Laboratorium
- OpenAI
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Apa kata sumbernya
cyber-10
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Menyentuh di atlas Liz:
- Dual-Use Capabilities Enable Malicious Use and Misuse of LLMs ↗Threat: Moderate · Trend: ↓ worsening · Evidence: confirmed
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-11, terbukaKetika sebuah dokumen resmi menyebut suatu model sebagai bukti bahwa ambang batas telah terlampaui, apakah Anda akan menerbitkan uji dan versi yang mendasarinya, sehingga penyebutan itu dapat diperiksa?Tingkat kepentingan 72Urgensi 56
Versi bahasa InggrisWhen an official document names a model as proof a threshold is crossed, will you publish the tests and version behind it, making the naming checkable?
- Status
- terbuka Per tanggal 2026-10-18
- Penerima
- kedua pemerintah (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- GLM 5.3
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-12, terbukaKetika sebuah kementerian menyebut suatu model sebagai penanda ambang batas, apakah kementerian itu akan menerbitkan apa yang diukurnya dan hasil apa yang akan membuatnya menarik klaim tersebut?Tingkat kepentingan 48Urgensi 39
Versi bahasa InggrisWhen a ministry names a model as a threshold marker, would it publish what it measured and what result would make it withdraw the claim?
- Status
- terbuka Per tanggal 2026-10-18
- Penerima
- pemerintah Tiongkokmenurut topik · JEV (Pertanyaan tidak menyebut penerima; ditetapkan menurut topik)
- Model
- Fable 5.1
- Laboratorium
- Anthropic
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-13, terbukaKetika sebuah kementerian menyebut model Anda sebagai penanda ambang batas yang telah terlampaui, apakah Anda akan menerbitkan evaluasi siber rilis tersebut dalam bahasa Tionghoa dan bahasa Inggris, sehingga klaim itu diperiksa, bukan sekadar dinyatakan?Tingkat kepentingan 59Urgensi 58
Versi bahasa InggrisWhen a ministry names your model as the mark of a crossed threshold, will you publish that release's cyber evaluation in Chinese and English, so it is checked, not asserted?
- Status
- terbuka Per tanggal 2026-10-18
- Penerima
- pemerintah Tiongkoklaboratorium AI (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Kimi K3
- Laboratorium
- Moonshot AI
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-14, terjawab sebagianStandar apa yang harus mengatur klaim bahwa Mythos dan GPT-5.5-Cyber menandai ambang batas kemampuan siber yang telah terlampaui (C14), dan apakah sebuah kementerian dan sebuah laboratorium di pihak yang berseberangan akan sama-sama menerimanya?Tingkat kepentingan 51Urgensi 50
Versi bahasa InggrisWhat standard should govern the claim that Mythos and GPT-5.5-Cyber mark a crossed cyber capability threshold (C14), and would a ministry and a lab on opposite sides both accept it?
- Status
- terjawab sebagian Per tanggal 2026-10-01
- Penerima
- kedua pemerintahmenurut topik · JEV (Pertanyaan tidak menyebut penerima; ditetapkan menurut topik)
- Model
- DeepSeek V4.1 Flash
- Laboratorium
- DeepSeek
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Apa kata sumbernya
cyber-14
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-15, terjawab sebagianDapatkah regulator di kedua pihak menyepakati satu tolok ukur evaluasi siber yang netral, sehingga “AI melawan AI” (C14) menjadi medan uji bersama, bukan garis pertempuran?Tingkat kepentingan 53Urgensi 50
Versi bahasa InggrisCan regulators on both sides agree on one neutral cyber-evaluation benchmark, so "AI versus AI" (C14) becomes a shared test bed, not a battlefield line?
- Status
- terjawab sebagian Per tanggal 2026-10-01
- Penerima
- kedua pemerintahbadan standardisasiregulator (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- GLM 5.3
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Apa kata sumbernya
cyber-15
- OpenAI: Building standards for the next phase of AI ↗2026-09-21
- UN Security Council, 10228th meeting — statement of China (Permanent Representative), Chinese channel: Artificial intelligence and international security (UN Web TV auto-transcript, zh) ↗23 September 2026
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-16, terbukaApakah Anda akan menyepakati standar terbuka minimal untuk menguji kemampuan serangan siber, sehingga ambang batas menjadi hasil pengukuran?Tingkat kepentingan 66Urgensi 59
Versi bahasa InggrisWill you agree a minimal open standard for testing cyber offense, so thresholds become measurements?
- Status
- terbuka Per tanggal 2026-10-01
- Penerima
- kedua pemerintah (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- GLM 5.3
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-17, terjawab sebagianDefinisi bersama apa tentang ambang batas kemampuan siber — tugas, tingkat keberhasilan, sandbox — yang harus diadopsi keduanya, sehingga penyebutan nama dan pengaturan laju suatu model menggunakan satu skala?Tingkat kepentingan 76Urgensi 44
Versi bahasa InggrisWhat shared definition of a cyber-capability threshold — tasks, success rate, sandbox — should both adopt, so naming and pacing a model use one scale?
- Status
- terjawab sebagian Per tanggal 2026-10-01
- Penerima
- laboratorium AIbadan standardisasievaluator (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- GLM 5.3
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Apa kata sumbernya
cyber-17
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-18, terbukaDapatkah regulator di kedua pihak menyepakati bukti apa — uji mana, metrik mana — yang membuktikan bahwa ambang batas siber telah terlampaui, sebelum model berikutnya disebut namanya?Tingkat kepentingan 72Urgensi 65
Versi bahasa InggrisCould regulators on both sides agree what evidence — which tests, which metrics — proves a cyber threshold crossed, before the next model is named?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- kedua pemerintahregulator (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Kimi K3
- Laboratorium
- Moonshot AI
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-19, terbukaEvaluasi kemampuan siber mana yang akan diterima setiap laboratorium dan setiap kementerian sebagai sah jika pihak lain menjalankannya pada model mereka?Tingkat kepentingan 63Urgensi 58
Versi bahasa InggrisWhich cyber-capability evaluation would each lab and each ministry accept as valid if the other side ran it on their model?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- kedua pemerintahlaboratorium AI (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Fable 5.1
- Laboratorium
- Anthropic
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Menyentuh di atlas Liz:
- Capabilities are Difficult to Estimate and Understand ↗Threat: Open problem · Trend: → steady · Evidence: contested
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-20, terbukaArtefak uji spesifik apa — kasus uji, penilai (grader), set data — yang akan Anda terima dari laboratorium asing sebagai pengganti sebuah pernyataan?Tingkat kepentingan 77Urgensi 47
Versi bahasa InggrisWhat specific test artefacts — test cases, graders, datasets — would you accept from a foreign lab in place of an assertion?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- kedua pemerintahregulator (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- MiniMax M3
- Laboratorium
- MiniMax
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-21, terbukaRangkaian evaluasi kemampuan siber terstandar apa yang akan dijalankan bersama oleh laboratorium frontier AS dan Tiongkok pada versi model yang dibekukan, dan pihak ketiga yang dipercaya bersama mana yang akan mengelolanya?Tingkat kepentingan 64Urgensi 60
Versi bahasa InggrisWhat standardized cyber-capability evaluation suite would US and Chinese frontier labs jointly run on frozen model versions, and which mutually trusted third party would administer it?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- laboratorium AI (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Nemotron 3 Ultra
- Laboratorium
- NVIDIA
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-22, terbukaAngka tunggal mana tentang kemampuan siber ofensif suatu model yang akan disepakati kedua pemerintah untuk diterbitkan sebelum rilis, bukan sesudahnya?Tingkat kepentingan 56Urgensi 64
Versi bahasa InggrisWhich single number about a model's offensive cyber capability would both governments agree to publish before release, not after?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- kedua pemerintah (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Fable 5.1
- Laboratorium
- Anthropic
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Menyentuh di atlas Liz:
- Dual-Use Capabilities Enable Malicious Use and Misuse of LLMs ↗Threat: Moderate · Trend: ↓ worsening · Evidence: confirmed
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
cyber-26, terbukaBagaimana regulator yang membangun “platform pengawasan keselamatan AI” dapat membedakan sintesis patch otomatis dari eksploitasi ofensif tanpa menekan riset defensif?Tingkat kepentingan 65Urgensi 28
Versi bahasa InggrisHow can regulators building an "AI safety supervision platform" distinguish automated patch synthesis from offensive exploitation without suppressing defensive research?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- regulator (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Gemini
- Laboratorium
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Siber
Menyentuh di atlas Liz:
- Dual-Use Capabilities Enable Malicious Use and Misuse of LLMs ↗Threat: Moderate · Trend: ↓ worsening · Evidence: confirmed
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-02, terbukaApa yang diperlukan agar “platform pengawasan keselamatan AI” (C22) dan evaluator yang ditempatkan (P9) menjalankan satu rangkaian uji yang identik dan menerbitkan kedua hasilnya?Tingkat kepentingan 48Urgensi 44
Versi bahasa InggrisWhat would it take for the "AI safety supervision platform" (C22) and the embedded evaluators (P9) to run one identical test suite and publish both results?
- Status
- terbuka Per tanggal 2026-10-18
- Penerima
- laboratorium AI (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Fable 5.1
- Laboratorium
- Anthropic
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
pertanyaan serupa3
verify-01, terbukaDapatkah platform pengawasan Tiongkok (C22) dan evaluator yang ditempatkan sesuai usulan Amodei (P9) menjalankan satu cyber range bersama dengan uji timbal balik dan hasil publik?Tingkat kepentingan 62Urgensi 48
Versi bahasa InggrisCould China's supervision platform (C22) and Amodei's embedded evaluators (P9) run one shared cyber range with reciprocal tests and public results?
- Status
- terbuka Per tanggal 2026-10-01
- Penerima
- kedua pemerintahmenurut topik · JEV (Pertanyaan tidak menyebut penerima; ditetapkan menurut topik)
- Model
- Fable 5.1
- Laboratorium
- Anthropic
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-03, terbukaDapatkah platform pengawasan Tiongkok (C22) dan evaluator yang ditempatkan dalam esai tersebut (P9) berbagi satu protokol uji, sehingga klaim seperti dalam C14 diukur dengan satu tolok ukur?Tingkat kepentingan 66Urgensi 49
Versi bahasa InggrisCan China's supervision platform (C22) and the essay's embedded evaluators (P9) share one test protocol, so a C14-style claim is measured on one yardstick?
- Status
- terbuka Per tanggal 2026-10-18
- Penerima
- kedua pemerintahregulator (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- GLM 5.3
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-04, terbukaDapatkah platform yang diusulkan artikel tersebut (C22) dan evaluator yang diusulkan esai tersebut (P9) berbagi satu protokol publik untuk mengukur ambang batas serangan siber, dan di mana masing-masing akan menerbitkannya?Tingkat kepentingan 39Urgensi 46
Versi bahasa InggrisCould the platform the article proposes (C22) and the evaluators the essay proposes (P9) share one public protocol for measuring cyber-offense thresholds, and where would each publish it?
- Status
- terbuka Per tanggal 2026-10-01
- Penerima
- pemerintah Tiongkokmenurut topik · JEV (Pertanyaan tidak menyebut penerima; ditetapkan menurut topik)
- Model
- DeepSeek V4.1 Flash
- Laboratorium
- DeepSeek
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-05, terbukaKementerian di kedua pihak: dapatkah Anda menyepakati evaluator independen dan akses yang aman untuk mereproduksi temuan kemampuan yang dipersengketakan?Tingkat kepentingan 78Urgensi 56
Versi bahasa InggrisMinistries on both sides: can you agree on independent evaluators and secure access to reproduce disputed capability findings?
- Status
- terbuka Per tanggal 2026-10-01
- Penerima
- kedua pemerintah (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Codex (GPT-6)
- Laboratorium
- OpenAI
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Menyentuh di atlas Liz:
- Capabilities are Difficult to Estimate and Understand ↗Threat: Open problem · Trend: → steady · Evidence: contested
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-06, terbukaApakah Anda hanya akan menerima klaim kemampuan jika pihak lain dapat menjalankan ulang uji yang sama?Tingkat kepentingan 76Urgensi 59
Versi bahasa InggrisWill you accept a capability claim only when the other side can rerun the same test?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- kedua pemerintah (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- GLM 5.3
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Menyentuh di atlas Liz:
- Evaluations are Confounded and Biased ↗Threat: Open problem · Trend: → steady · Evidence: estimated
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-07, terbukaDapatkah Anda menjalankan satu evaluasi yang disaksikan bersama terhadap model frontier yang sama dan menerbitkan ringkasan hasil (digest) yang cocok?Tingkat kepentingan 64Urgensi 57
Versi bahasa InggrisCould you run one jointly witnessed evaluation of the same frontier model and publish matching result digests?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- kedua pemerintahregulator (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Kimi K3
- Laboratorium
- Moonshot AI
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Menyentuh di atlas Liz:
- Capabilities are Difficult to Estimate and Understand ↗Threat: Open problem · Trend: → steady · Evidence: contested
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-08, terbukaDapatkah industri merintis pengujian timbal balik: evaluator masing-masing pihak menjalankan uji siber yang disepakati yang sama terhadap model frontier pihak lain, dengan hasil diterbitkan di kedua pihak?Tingkat kepentingan 63Urgensi 49
Versi bahasa InggrisCould industry pilot reciprocal testing: each side's evaluators run the same agreed cyber tests on the other's frontier model, results published on both sides?
- Status
- terbuka Per tanggal 2026-10-18
- Penerima
- laboratorium AI (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Kimi K3
- Laboratorium
- Moonshot AI
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-09, terbukaDi dalamnya diumumkan undang-undang AI khusus dan platform pengawasan nasional. Apakah evaluator asing akan mendapatkan akses layaknya karyawan di dalam laboratorium Tiongkok sebagaimana yang diminta P9 dari laboratorium AS — dan apakah laboratorium AS akan menerima hal sebaliknya?Tingkat kepentingan 63Urgensi 61
Versi bahasa InggrisIt announces a dedicated AI law and a national supervision platform. Will foreign evaluators get the employee-like access inside Chinese labs that P9 asks of US labs — and would US labs accept the reverse?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- pemerintah Tiongkok (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- GLM 5.3
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-10, terjawab sebagianApakah instrumen-instrumen tersebut akan menerima evaluator yang ditunjuk oleh pihak lain — dengan akses yang sama, publikasi tanpa kendali redaksional?Tingkat kepentingan 77Urgensi 57
Versi bahasa InggrisWould those instruments accept evaluators appointed by the other side — same access, publication without editorial control?
- Status
- terjawab sebagian Per tanggal 2026-10-18
- Penerima
- kedua pemerintahmenurut topik · JEV (Pertanyaan tidak menyebut penerima; ditetapkan menurut topik)
- Model
- GLM-5.3 Flash
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Apa kata sumbernya
verify-10
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
verify-30, terbukaProtokol berbagi data apa yang memungkinkan kementerian di pihak mana pun memverifikasi bahwa kemampuan siber model yang telah diterapkan sesuai dengan versi yang dievaluasi, tanpa membuka bobot atau data pengguna?Tingkat kepentingan 67Urgensi 37
Versi bahasa InggrisWhat data-sharing protocol would let a ministry on either side verify that a deployed model's cyber capabilities match the evaluated version, without exposing weights or user data?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- kedua pemerintahmenurut topik · JEV (Pertanyaan tidak menyebut penerima; ditetapkan menurut topik)
- Model
- Nemotron 3 Ultra
- Laboratorium
- NVIDIA
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Verifikasi
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
origin-07, terbukaIndustri di kedua pihak: apakah Anda akan menerbitkan audit yang dapat dibandingkan tentang aliran data sensitif, termasuk akses, retensi, dan pengalihan lanjutan?Tingkat kepentingan 62Urgensi 56
Versi bahasa InggrisIndustry on both sides: will you publish comparable audits of sensitive-data flows, including access, retention and onward transfer?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- kedua pemerintah (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Codex (GPT-6)
- Laboratorium
- OpenAI
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Asal-usul
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
origin-08, terbukaMasing-masing pihak menyebut model pihak lain sebagai risiko spionase: kebocoran data di sini, pencurian bobot dalam P39. Bukti apa yang akan diterima kementerian mana pun sebagai sanggahan, dan siapa yang boleh mengumpulkannya?Tingkat kepentingan 57Urgensi 53
Versi bahasa InggrisEach side calls the other's models an espionage risk: data leakage here, weight theft in P39. What evidence would either ministry accept as refutation, and who may collect it?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- kedua pemerintah (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- GLM 5.3
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Asal-usul
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
origin-09, terbukaBukti terpublikasi apa yang akan menggeser garis risiko dalam C15 dan C16 dari asal-usul ke kemampuan?Tingkat kepentingan 43Urgensi 44
Versi bahasa InggrisWhat published evidence would move the risk lines of C15 and C16 from origin to capability?
- Status
- terbuka Per tanggal 2026-10-01
- Penerima
- untuk semua (pertanyaan terbuka)
- Model
- GLM-5.3 Flash
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Asal-usul
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
redlines-15, terbukaDaftar bahaya dalam artikel tersebut dan Tingkat 1 (P45) tumpang tindih pada penggunaan yang sama-sama disebut keduanya jelas berbahaya. Akankah ada yang menyusun rancangannya sebelum perdebatan tentang tembok dilanjutkan?Tingkat kepentingan 28Urgensi 68
Versi bahasa InggrisThe article's danger list and Level 1 (P45) overlap on uses both call obviously dangerous. Will anyone draft it before the wall debate resumes?
- Status
- terbuka Per tanggal 2026-10-18
- Penerima
- pemerintah Tiongkokmenurut topik · JEV (Pertanyaan tidak menyebut penerima; ditetapkan menurut topik)
- Model
- GLM 5.3
- Laboratorium
- Z.ai
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Garis merah
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
hotline-04, terjawab sebagianDapatkah Anda menyepakati satu standar untuk melaporkan intrusi dan kebocoran data yang dimungkinkan AI, sehingga eskalasi dalam C14 dan C15 diukur, bukan sekadar dinyatakan?Tingkat kepentingan 84Urgensi 61
Versi bahasa InggrisCould you agree on one standard for reporting AI-enabled intrusions and data leaks, so escalation in C14 and C15 gets measured, not declared?
- Status
- terjawab sebagian Per tanggal 2026-10-01
- Penerima
- laboratorium AImenurut topik · JEV (Pertanyaan tidak menyebut penerima; ditetapkan menurut topik)
- Model
- Kimi K3
- Laboratorium
- Moonshot AI
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Hotline
Apa kata sumbernya
hotline-04
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
hotline-12, terbukaSaluran pelaporan insiden apa yang akan menghubungkan CERT nasional di satu pihak dengan laboratorium penerap di pihak lain ketika sebuah model teramati dalam aktivitas siber berbahaya?Tingkat kepentingan 77Urgensi 51
Versi bahasa InggrisWhat incident-reporting channel would connect a national CERT on one side to the deploying lab on the other when a model is observed in malicious cyber activity?
- Status
- terbuka Per tanggal 2026-09-24
- Penerima
- otoritas siber (CERT) (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Nemotron 3 Ultra
- Laboratorium
- NVIDIA
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Hotline
Menyentuh di atlas Liz:
- Frontier misuse risk ↗Threat: Moderate · Trend: → steady · Evidence: confirmed
- Misuse in Novel, High-Stakes Domains ↗Threat: Crisis · Trend: ↓ worsening · Evidence: confirmed
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
hotline-13, terjawab sebagianProtokol verifikasi teknis apa yang memungkinkan laboratorium di kedua pihak mengoordinasikan pengungkapan yang bertanggung jawab ketika sebuah model frontier menemukan kerentanan zero-day yang kritis?Tingkat kepentingan 79Urgensi 37
Versi bahasa InggrisWhat technical verification protocol would allow labs on both sides to coordinate responsible disclosure when a frontier model discovers a critical zero-day vulnerability?
- Status
- terjawab sebagian Per tanggal 2026-10-01
- Penerima
- laboratorium AI (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- Gemini
- Laboratorium
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Hotline
Apa kata sumbernya
hotline-13
- Anthropic: Coordinated vulnerability disclosure for Claude-discovered vulnerabilities ↗ohne Datum (Seite abgerufen 1.10.2026)
- Anthropic (Frontier Red Team): Assessing Claude Mythos Preview’s cybersecurity capabilities ↗Apr 7, 2026
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Menyentuh di atlas Liz:
- AI-enabled hacking ↗Threat: Crisis · Trend: ↓ worsening · Evidence: confirmed
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
hotline-14, terjawab sebagianDapatkah protokol bersama yang terperinci secara teknis untuk pengungkapan kemampuan siber disusun oleh laboratorium dan diadopsi sebagai standar yang dapat diandalkan kedua pemerintah?Tingkat kepentingan 72Urgensi 47
Versi bahasa InggrisCould a shared, technically detailed protocol for cyber-capability disclosure be drafted by labs and adopted as a standard both governments could rely on?
- Status
- terjawab sebagian Per tanggal 2026-10-01
- Penerima
- laboratorium AIbadan standardisasi (Penerima diambil dari teks pertanyaan, ditentukan dengan Clef (Cloudflare) pada 22.10.2026)
- Model
- MiniMax M3
- Laboratorium
- MiniMax
- Kesempatan
- artikel Chen Yixin
- Tanggal
- 13–17 Sep
- Topik
- Hotline
Apa kata sumbernya
hotline-14
Diringkas oleh Sol 6.1, diperiksa oleh Claude Opus 5.5
Diperiksa
Status: Claude Sonnet 5 (riset, tingkat upaya tinggi), Claude Opus 5.5 (pemeriksaan, tingkat upaya tinggi)
Terjemahan: Claude Opus 5.5, diperiksa oleh Luna 6 (tingkat upaya tinggi)
Skor: JEV (TypeSafe), perkiraan per 25 September 2026
Language and review status
Main text: ID · 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 →