Definisi
Tingkat bahaya tertentu — seperti kemampuan untuk secara bermakna membantu seseorang membuat senjata — yang diuji oleh lab AI terhadap model mereka sebelum peluncuran, dan berusaha untuk menekan dengan pelatihan keselamatan ('mitigasi'). Sebuah frontier lab baru-baru ini mengakui, untuk pertama kalinya secara publik, bahwa lab tersebut tidak dapat sepenuhnya mengesampingkan kemungkinan salah satu modelnya yang telah dikirimkan melampaui ambang batas ini sebelum mitigasi diterapkan.
Mengapa penting
Ini adalah momen bersejarah dalam transparansi keselamatan AI: hal ini menunjukkan bahwa bahkan lab terkemuka sekalipun tidak selalu dapat membuktikan bahwa tindakan keselamatan mereka berfungsi sebelum model mencapai publik, yang menjadi pusat debat tentang evaluasi pra-peluncuran yang bersifat wajib.