论文提出“评估证据上限”概念，用固定测试预算下的假设检验与条件诱导率，计算一次结果最多能改变多少信念。研究给出基准无失败结果的闭式边界，并审计八套评估，指出现有基准足以覆盖高频危害，却远不足以证明罕见灾难性危害的安全性。
最近 24 小时暂无可用热度快照。