OpenAI zveřejnila dvě doplňkové metriky pro hodnocení toho, jak dobře lze odhalovat nežádoucí chování modelů. První porovnává modely na společných případech, aby pořadí nezkreslovalo použití různě obtížných podmnožin úloh. Druhá simuluje kontrolní systém, který odmítá problematické výstupy, a sleduje vliv dalších pokusů na pravděpodobnost, že škodlivý výsledek přesto projde.
Autoři také doplňují dolní mez u intervenčního hodnocení, kde není jisté, které výsledky skutečně způsobila sledovaná změna. Podstatné je oddělit kvalitu samotného monitoru od celkového rizika systému při jeho konkrétním použití. Popsané opakované generování za kontrolní branou je hypotetické schéma, nikoli tvrzení o nasazení současných produktů. Jeden souhrnný ukazatel tak podle práce nestačí pro všechny bezpečnostní otázky.
