OpenAI 发布新框架，用于追踪、调查和公开披露模型未对齐行为，制定了公开披露的标准和时间线，即使行为尚未被完全解释或缓解也会披露。框架将优先处理揭示新未对齐机制、已知行为显著变化或挑战安全假设的案例，同时发布过去六个月在训练或评估中观察到的六份未对齐行为报告，并承诺持续发布更多报告。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmu4ntqc007ebrodcnr01f57d
信息源：AI HOT · 全部动态
- 原文链接：OpenAI 发布模型未对齐行为追踪与披露框架，并公开六份报告
- 分类：AI 产品
- 作者：X：OpenAI (@OpenAI)
- 发布时间：2026/09/17 06:03
评论0