AI要約 本論文は、モデル単体での評価だけでは実運用環境におけるAIアラインメントの安全性を十分に判断できないと主張する。展開文脈や運用条件を含めた評価体系の必要性を示し、現行の評価手法の限界を論じている。

EN This paper argues that model-level evaluations alone are insufficient to assess deployment-relevant alignment of AI systems, as safety depends on deployment context and operational conditions, calling for context-aware evaluation frameworks.