かんたんに言うと
作った会社とは関係のない外の人が、安全かどうかを調べて判断することです。
もう一歩くわしく
開発企業が自分で安全性を主張するだけでなく、独立した機関が検証する仕組みです。AnthropicはMETRに社員並みのアクセスを認め、評価結果の公表を止める権利も手放しました。評価する側の独立性がどこまで保たれるかが、第三者評価の信頼性を左右します。
作った会社とは関係のない外の人が、安全かどうかを調べて判断することです。
開発企業が自分で安全性を主張するだけでなく、独立した機関が検証する仕組みです。AnthropicはMETRに社員並みのアクセスを認め、評価結果の公表を止める権利も手放しました。評価する側の独立性がどこまで保たれるかが、第三者評価の信頼性を左右します。