OpenAI 提出 g-mean² 之外的互补指标，用于评估模型可监控性

OpenAI 在 g-mean² 之外提出两个互补指标：pair-matched monitorability 在共享任务实例上比较模型，减少任务混合差异的干扰；post-control risk 模拟监控器拒绝输出后的部署风险，量化系统最终放行坏输出的概率。原文指出，对齐更好但可监控性更低的模型，在监控门控下未必风险更低。