OpenAI 开源思维链可监控性评测数据集与参考代码

OpenAI 开源其思维链可监控性工作的一部分数据集与参考代码，包括评测套件中的多数数据集、计算 g-mean 2 指标的代码，以及一种让干预式估计更抗噪声的交叉拟合过滤策略，仓库地址为 https://github.com/openai/monitorability-evals。