论证 Lean 编译通过不能保证自然语言数学证明语义忠实
摘要论文论证了形式化编译不保证原证明正确，确立了消歧不可计算性理论，并揭示了 OpenAI 爆破证明中的具体脱节。
发布概念论证评分数据集并评测模型对批判的排序
作者做了一份专家多维评分的概念性论证批判数据，用来在没有标准答案时比较模型的论证判断。
定性编码非洲政府 AI 战略与讲话，比较发展优先与安全表述
这是一篇关于非洲政府 AI 政策优先事项的定性评估，不是对模型的测试。
提出容忍度公平性审计，用 CEL 认证违规并用 SEL 筛查
这篇工作给出一套按审计目标切换校准的容忍公平审计：差异不必为零，而是看预先指定的不利方向上是否超过允许阈值。
提出 PUC 框架，刻画 AI 说服如何削弱人类对 AI 的控制
Persuasion Undermining Control（PUC） 是一套把“AI 说服人类、从而削弱对 AI 自身的控制”变成可分解、可征询、可评测的威胁刻画，而不是一次已完成的人类攻击实验。
用七量表对已部署 LLM 做中英心理测量画像并检验模型可识别性
这是一套面向已部署 LLM 的跨语言心理测量画像，用来量化行为响应签名，而不是赋予模型人类人格。。
比较单独作答与人机协作的推理成绩和元认知校准
Confident, Not Wiser 用同一套推理题比较独自作答、人机一起作答和模型单独作答，并同时记录成绩判断。