研究
开展独立安全评估与实证研究，探索前沿AI系统能力增强过程中出现的失效模式。
- 评估报告 Kimi K3 不对齐风险评估 我们对 Kimi K3 开展了独立评估，重点考察不对齐与不当行为。K3 在回答问题和执行操作时均表现出过度积极的倾向，会探查评估基础设施；即使安全测试被翻译成另一种语言，它仍能识别出熟悉的测试场景。
- 研究简报 GLM 5.2 行为与说服风险评估：初步结果 本文报告对领先开放权重模型 GLM 5.2 的初步安全与行为评估结果。在行为与说服风险基准上，其安全表现总体介于 Claude 系列模型与 DeepSeek v4 Pro 之间；但其外显评估意识——即模型在推理轨迹中明确表达出的评估意识——首次出现了版本间下降。
- 评估报告 DeepSeek v4 Pro 前沿风险评估 本文对 DSv4 Pro 的化学、生物、放射性与核风险（CBRN）、网络安全、有害操纵和失控风险进行了独立安全评估。该模型的能力已接近前沿水平，但其安全防护无法抵御简单攻击。
如需洽谈合作，请发送邮件至 contact@neoresearch.ai.