实体库 · NEO LAB 的研究方向
NEO LAB 档案 · 07 评测、基准与观察
NEO LAB 档案 · 07 评测、基准与观察：NEO LAB 档案的第 7 个研究方向，库里有 15 家实验室站在这个方向上（每家都是实体库里的一个机构）。
- 所属图谱NEO LAB 档案
- 研究方向第 7 个 · 评测、基准与观察
- 说明给前沿模型出考题、排榜、量自主性——以及这些评测方自己的独立性。
- 实验室15 家 · 在 NEO LAB 档案页里看 ↗
关系 每条写成一句话：主语 → 宾语，点开看证据
所在的图谱 · 1
- NEO LAB 档案 · 07 评测、基准与观察属于图谱「NEO LAB 档案」
证据 1
这个方向上的实验室 15 家 · 按编号
- №01 Andon Labs 把真实的钱、租约和员工交给 AI，再公开记录它如何失控。
- №09 Concordia AI 中国 AI 安全的独立观察站，只提供数据，不为任何一方背书。
- №20 Apollo Research 把「AI 会不会骗人」做成可测量的指标，向 Anthropic 递交过「不建议部署」的评估。
- №22 METR 把 AI 自主性量化成 50% time-horizon，约每 7 个月翻一倍。
- №40 SecureBio 给前沿 AI 出生物风险考题（VCT）的剑桥非营利机构，也在污水里找病原体。
- №42 Faculty（Faculty.AI） 替前沿实验室出过生物风险评估题的伦敦公司，2026 年 3 月起由 Accenture 控股。
- №45 EquiStamp 给 METR、Redwood、英国 AISI 搭评测环境和基准的远程工程队。
- №46 Artificial Analysis 给前沿模型排榜的旧金山评测公司，Intelligence Index 常出现在模型发布页上。
- №47 Epoch AI 维护 AI 算力与模型数据库，造了 FrontierMath 与 ECI 的研究型非营利机构。
- №51 Arena（原 LMArena） 公众匿名投票起家的偏好榜，现名 Arena，已向实验室和企业收费。
- №58 UniPat AI 做 BabyVision、SaaS-Bench 等基准的北京评测公司；融资仅见媒体转述。
- №63 Fangcun AI（方寸跃迁） 清华孵化的 AI 安全公司，首份评测报告评 DeepSeek；独立性清单由自己填写，同时卖防护产品。
- №70 Frontier Design 弗吉尼亚咨询公司，替 Anthropic 跑生物风险桌面演练、被 Meta 列为顾问；评估结论由客户署名。
- №71 Bottleneck Labs 旧金山数据实验室，给七个模型各 300 美元真钱放手 72 小时，营收 0；官网只有创始人 Reibman 一位具名者。
- №73 Tacit Labs 旧金山 6 人团队，与 OpenAI 合著 LifeSciBench，为前沿实验室做药物研发评测与数据；融资未披露。