廉价内容审核模型审计：性能接近前沿模型

Karan Yadav 发布论文，对一款冻结的“System One”内容审核模型完成首次独立审计，并在 142,658 条人工标注评论上将其与 14 个前沿推理模型（GPT-5.x、Claude、Gemini 3、Grok 家族）对比。该模型零样本分类 AUROC 为 0.83，与其中 13 个前沿模型在统计上无法区分；单次调用成本约 0.000025 美元、延迟约 100 毫秒，比前沿模型便宜 1 至 3 个数量级。 论文同时指出，该模型的不确定性有两种来源，不可混为一谈，审计关注其不确定性与决策风险。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。