本文提出了一种阈值超出标准（Threshold Exceedance Criteria, TEC）框架，用于评估前沿语言模型是否显著提升非专业行为者策划化学、生物、放射或核（CBRN）误用的能力。现有CBRN评估在非专业定义、威胁范围、基线、评分规则和决策规则上存在差异，导致结果难以比较。TEC框架将提升（uplift）研究分解为三个独立可执行的部分：确定非专业参与者资格、定义研究中的CBRN威胁范围、以及统计估计实质性提升。作者进一步在一个大规模实证研究中操作化该框架，采用实验设计区分两种提升：生成性提升（模型从头协助创建计划）和修正性提升（模型协助完善现有计划）。研究产生了跨CBRN领域的攻击计划，并通过领域专家评审来估计生成性和修正性提升。应用该框架后，实证研究揭示了领域异质性：在受控的发布前评估中，模型辅助计划有时获得与专家等效的指导评级，但确认的实质性提升仅限于放射领域。这些发现为缓解措施和部署治理决策提供了依据，而非描述已部署模型的行为。最后，文章总结了未来CBRN提升评估的方法论教训，强调预先指定标准、明确基线、分离生成性和修正性估计、以及仔细区分初步筛选信号与确认的风险判定。