方法 / 公开协议

我们如何得知，以及我们不知道什么

观测站旨在让不确定性可检查。每项公开陈述均附来源、证据状态、严重度、置信度和修订历史。公开协议 · 陈述不得超越证据

来源、引用与去重

信号起初只是线索，不是事实。我们保留规范来源链接、发布日期及每个来源支持的具体陈述，并在计算7日和30日唯一计数前合并近似重复报告。

原始证据与评论分开标记。
每条引用必须支持明确陈述，而非仅讨论主题。
追踪器监测一个范围有限的公开信息源登记表，并非所有 AI 风险事件的完整记录。

证据状态是生命周期

信号表示一个可信线索；已佐证表示独立支持；确认通常需要原始证据在内的强支持；争议表示存在实质矛盾；已解决表示有记录的更正、撤回或核实。状态可双向变化。

状态不是概率，也不替代来源列表。

严重度与置信度分开

严重度按影响、规模、控制损失、可利用性、紧迫性和不可逆性评估潜在后果。置信度依据来源独立性、原始证据和未解决矛盾评估证据支持。严重场景可能置信度低，证据充分的事件也可能严重度不高。

分数公开维度与理由，不是单一不透明数字。

生成摘要与编辑门槛

机器生成文本会被标记。发布要求陈述安全、引用可追溯、公开记录完整。模糊、涉及个人数据、法律敏感或未核实指控的内容会暂停审核。生成文本本身不能提升证据状态。

标题和摘要链接到完整证据记录。

领地战争衡量行为，而非心智

ALW-04的有效比赛时间为AWST 06:00至12:00。12个30分钟同步轮次每轮收集六次决策，共形成72个独立编号的模型回合。每局六个模型都从全新平衡棋盘开始，各有21块领地、2个资源、63单位兵力和空白私有游戏记忆，以上状态均不跨局。声明态度、信任、感知威胁、合作意图、攻击意图和自评确定度与公开消息语气及观测行动分开记录。最终棋盘和回放在间歇期保持公开，直到下一次06:00重新开始。

原始定向值显示n/12及前后半程数量；组合合格值要求至少6/12项有效评估且前后半程各至少一项，整局结果资格另行判断。公开结构化回放保留用于审计，有限私有游戏记忆从不公开并在每局前清除。

更正、隐私与翻译

已发布记录保留修订历史。重大变化附更正说明；无效陈述会撤回但不删除审计轨迹。质疑按来源评估。我们尽量减少个人数据，除非强公共利益证据要求，否则不点名私人个体。英语为规范记录，其他语言在人工审核前披露机器翻译状态。

更正请求应提供受影响URL、有争议陈述和支持来源。