丹·亨德里克斯

丹·亨德里克斯推动前沿模型安全从抽象争论转变为一门以高难度、可审查测试为基础的学科。他近期的研究探讨：先进系统能否跨越专业领域进行推理、如实作答，并在内部策略日益复杂时仍保持可理解性。丹·亨德里克斯的工作处于模型能力快速发展与治理所需证据的交界处。担任人工智能安全中心主任期间，他协助建立了一系列基准，用以揭示先进系统能够和无法可靠完成的任务。2025年，他参与了由大型协作团队推出的《人类终极考试》；这项由来自500家机构、覆盖50个国家的贡献者共同编制的专家基准包含3,000道题。其刻意设置的高难度问题成为评估前沿推理能力的重要参照，随后的一次独立审计也表明，基准本身的质量同样必须接受公开审查。亨德里克斯还是MASK研究的资深作者；该基准旨在区分模型的事实准确性与其将内部认定为虚假的内容表述出来的倾向。