原文標題：An update on independent evaluators
Anthropic 10 月 15 日更新第三方模型安全評估制度，宣布已讓非營利研究機構 METR 的六名人員以接近公司內部風險評估團隊的方式取得工作設備、辦公空間及內部工具權限。這項安排的目的，是讓外部評估者不只測試公開模型，也能接觸與模型風險判斷相關的內部流程和資訊。
依 Anthropic 說明，METR 團隊能在受約束的保密與安全協議下查看大部分風險評估資料，但客戶資料、法律特權資訊及模型架構等少數類別受到限制。METR 可以自行發表對風險程度、事件或公司做法的分析；Anthropic 不能否決發布，但可針對預先約定的敏感類別要求遮蔽。METR 仍可公開評論遮蔽是否合理，只是不能揭露受保護內容。
Anthropic 認為，外部研究者若只看到模型公開介面，難以了解公司內部如何訓練模型、測試防護或處理事件。新安排試圖縮小外部與內部掌握資訊的落差，並參考高風險產業透過常駐審查者提高監督能力的概念。
除了 METR，Anthropic 也與 SecureBio、Accenture 合作，並與 Hugging Face 等機構初步接觸。公司正建立三個評估存取層級：第一級以範圍較窄的調查為主，公開結果須取得同意；第二級可在較大資訊範圍內自主發布；第三級則是 METR 目前取得的類員工存取方式。
Anthropic 表示，這不是讓其他公司任意取得客戶或模型機密的通道，參與 METR 評估的少數人員也與其機構內其他工作團隊隔離。最終安全評估結果仍須等待 METR 發表，不能把啟動合作直接解讀為模型已通過獨立安全認證。
發生了什麼事
Anthropic 讓六名 METR 評估員以接近內部團隊的權限審查 AI 風險，並允許其獨立公開結果。
為什麼重要
前沿模型風險常涉及不公開的訓練與防護資訊；深入存取及公開權利可能提升外界對安全主張的可檢驗程度。
影響哪些人
模型供應商、企業採購方、AI 安全研究者與監管機關都可能關注這種第三方監督機制。
已確認與未確認
已確認 METR 的六人安排及資訊遮蔽規則；尚未有本次審查結果，其他評估夥伴的合作深度也仍在發展。
