Safety evaluation：以明確威脅模型、測試情境、基準資料、紅隊與部署後監測，蒐集系統是否符合安全要求的證據。評估結果只適用於已測試的模型版本、用途與情境。 雙向連結：AI安全、可擴展監督、可解釋性、問責、多代理協作、對齊偽裝、對齊評估、工具權限、弱到強泛化、模型卡、機制可解釋性、紅隊測試。