蒙特卡罗预期威胁（MOCET）评分

评估和衡量AI安全等级（ASL）威胁对于指导利益相关者实施措施至关重要，以确保风险保持在可接受的范围内。ASL-3+ 模型在提升新手非国家行为者方面 presents 一种独特的风险，尤其是在生物安全领域。现有的评估指标，如 LAB-Bench、BioLP-bench 和 WMDP，能够可靠地评估模型提升和领域知识。然而，为 LLMs 提供更贴近“现实世界风险”的指标，以及与其快速发展相适应的可扩展、开放性指标，仍有不足。为此，我们引入了 MOCET，这是一个可解释且双重可扩展的指标（可自动化和开放性），可量化现实世界风险。