أصدرت أنثروبيك للتو دليلها الداخلي لتقييمات السلامة، ويضم 10 توصيات عملية تغطي التصميم والتنفيذ وإعداد التقارير. هذه هي العملية الهندسية الفعلية التي تحدد ما إذا كان النموذج سيُطرح أم سيُعاد إلى التدريب.

أبرز المحاور التقنية:
- منهجية تصميم التقييمات (كيفية إعداد اختبارات ترصد بالفعل القدرات الخطرة)
- بنية التنفيذ التحتية (إجراء التقييمات على نطاق واسع من دون نتائج إيجابية كاذبة)
- معايير إعداد التقارير (المقاييس المهمة مقابل الأرقام الشكلية)

تكتسب هذه المسألة أهميتها لأن تقييمات السلامة تحدد مباشرةً قرارات النشر وتخصيص الموارد. فإذا كانت تقييماتك ضعيفة، فإما أن تطرح نماذج تنطوي على مخاطر، أو تهدر شهورًا في أعمال سلامة لا داعي لها.

يستحق القراءة إذا كنت تطوّر أنظمة النماذج اللغوية الكبيرة أو تحاول فهم كيفية ضبط مختبرات الذكاء الاصطناعي الرائدة لإصداراتها فعليًا، بعيدًا عن الكلام الترويجي.