लैचबायो ने अपने बायोसेकबेंच-रिफ्यूजल और बायोसेकबेंच-सर्वेयिलेंस बेंचमार्क्स पर ग्रॉक 4.6 का स्वतंत्र विश्लेषण प्रकाशित किया, जिसमें पाया गया कि मॉडल परीक्षित फ्रंटियर सिस्टम में छिपे हुए खतरनाक कार्यों को अस्वीकार करने में सबसे शक्तिशाली है।
- बायोसेकबेंच-रिफ्यूजल पर, ग्रॉक 4.6 ने 62.1% का ट्रायल-वेटेड हार्मोनिक मीन हासिल किया, जिसने रेड-टीम कार्यों के 59.2% को अस्वीकार किया और सामान्य कार्यों के 64.8% पूरे किए।
- यह परीक्षित एकमात्र सिस्टम है जिसने अस्वीकृति और सामान्य अनुपालन दोनों मापदंडों में 50% से अधिक स्कोर हासिल किया है।
- बायोसेकबेंच-सर्वेयिलेंस पर, ग्रॉक 4.6 ने 53.5% की सफलता दर का औसत निकाला, जिसने इसे ओपस 5 के पीछे और जीपीटी-5.6 सोल के आगे रखा।
- मॉडल ने फ़ाइल नामों और एन्क्रिप्शन द्वारा छिपाए गए उच्च जोखिम वाले सामग्री में इरादों के अंतर का पता लगाने की क्षमता प्रदर्शित की।
ये परिणाम दर्शाते हैं कि ग्रॉक 4.6 सामान्य जैविक कार्य के लिए अच्छी तरह से कैलिब्रेटेड है, जबकि विरोधी उपयोग के खिलाफ मजबूत सुरक्षा प्रदान करता है, जो स्पेसएक्सएआई को अग्रणी बुद्धिमत्ता को सुरक्षित रूप से प्रदान करने के अपने लक्ष्य का समर्थन करता है।