研究与基准测试/2026-10-23/20 分钟审计后幻象：13,600 条公开记录逐字节相同，离线规则无法分辨安全与有害Behera 与 Payal 用 272 对匹配生命周期表明，部署前审计可以在安全世界和有害世界里完全一样。弃权 20% 时，至少一边的错误不低于 40%。新的组别伤害监视在固定面板上到 20,000 次观测才分开两边，18 个受控格子里只有 4 个在检查范围内达标。
