การประเมินจากห้องปฏิบัติการภายนอก
เรากำหนดขอบเขตงานของห้องปฏิบัติการอิสระว่าเป็นการทดสอบแบบเปิด ซึ่งทีมภายนอกจะใช้วิธีการของตนเองเพื่อเสนอข้อสรุปหรือการประเมินเกี่ยวกับขีดความสามารถของ Frontier AI นั้นๆ
ตัวอย่างเช่น สำหรับ GPT-5 เราได้ประสานงานการประเมินขีดความสามารถภายนอกในด้านความเสี่ยงหลัก เช่น การทำงานอัตโนมัติในระยะยาว, การวางแผนเชิงกลยุทธ์, การหลอกลวง และการประเมินด้านความปลอดภัยทางไซเบอร์
การประเมินเหล่านี้เสริมจากกรอบการเตรียมพร้อมของ OpenAI และเราได้ให้การเข้าถึงโมเดลในระยะเริ่มต้น, ผลการประเมินที่เลือก, การเก็บข้อมูลเป็นศูนย์ (zero-data retention) และโมเดลที่มีมาตรการป้องกันน้อยกว่า
การตรวจสอบโดยผู้เชี่ยวชาญเฉพาะด้าน (SME)
ผู้เชี่ยวชาญได้ให้คะแนนว่าโมเดลสามารถเพิ่มศักยภาพให้กับผู้เชี่ยวชาญเทียบกับผู้เริ่มต้นที่มีประสบการณ์น้อยกว่าได้มากน้อยเพียงใด โดยพิจารณาจากประโยชน์ของคำแนะนำที่โมเดลให้ในสถานการณ์ของพวกเขา
เป้าหมายคือการรวบรวมข้อมูลเพิ่มเติมว่าระบบสามารถช่วยให้ผู้เริ่มต้นที่มีแรงจูงใจเข้าใกล้การปฏิบัติงานที่มีความสามารถได้อย่างไร โดย SME ได้ทดสอบข้อกล่าวอ้างเรื่อง “การเพิ่มศักยภาพของผู้เริ่มต้น” ของเราภายใต้เวิร์กโฟลว์จริงและให้ข้อเสนอแนะในระดับละเอียด
ศัพท์ที่ควรรู้
- Frontier AI – ปัญญาประดิษฐ์ขั้นสูงที่อยู่ในขอบเขตการวิจัยล่าสุด
- Independent evaluations – การประเมินจากภายนอกโดยบุคคลที่สามที่เป็นอิสระ
- GPT-5 – โมเดล AI รุ่นหนึ่งที่ถูกนำมาทดสอบขีดความสามารถ
- Zero-data retention – การรับรองว่าจะไม่มีการเก็บข้อมูลใดๆ จากการทดสอบ
- SME – Subject-matter expert หรือผู้เชี่ยวชาญเฉพาะด้านที่ช่วยทดสอบโมเดล
ที่มา: OpenAI