币界网消息，OpenAI开源了论文《monitoring monitorability》的评测套件monitorability-evals，采用Apache-2.0许可。该套件用于衡量监控模型能否通过推理模型的思维链检测异常行为，覆盖13个评测和24个环境。评测分为干预型、过程型和结果属性型。核心发现显示，监控CoT比仅监控模型的最终动作更有效，且CoT越长可监控性越高。RL训练在当前规模下不会降低可监控性。对于低推理力度的大模型，使用推理力度更高的小模型可提高可监控性，代价是推理算力更贵。GPT-5.4 thinking system card已使用该评测，结果显示其整体CoT可监控性略低于GPT-5，但在agentic misalignment场景下接近100%。