arXiv · cs.AI· Ronald J. Bodkin, Bahrad A. Sokhansanj, Gillian K. Hadfield·· 1 天前
理解审计：降低自动化 AI 研究风险
Comprehension Audits to Mitigate Risks from Automated AI Research
arXiv:2610.10064v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ronald J. Bodkin, Bahrad A. Sokhansanj, Gillian K. Hadfield
首次提交：2026-10-07 21:30
研究任务与主要进展
论文提出“理解审计”机制，要求前沿 AI 实验室的责任人向审计人员解释研发贡献，以证明人类理解作为继续开发或使用的前置条件。该机制由独立机构管理并提供分级报告，未能证明理解时会暂停相关开发，反复失败则升级后果。对领先开源 AI 项目的分析发现，代码产出增加，但每行代码的人类审查评论率下降，自动化车队账户的评论率更低。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org