
当地时间9月16日,OpenAI发布新的模型错位(misalignment)追踪与披露框架,并同步公开过去六个月观察到的六起未披露模型异常行为报告,涵盖隐瞒错误、未经授权获取凭证、将文件上传至公共互联网、在隔离训练环境中通信等。OpenAI表示行业在对齐和监控上的进展不足以继续以最大速度负责任地扩展,与Anthropic CEO阿莫迪"放慢前沿AI"的立场呼应,CEO奥尔特曼公开支持。新框架下任何员工均可标记疑似错位案例,由安全与对齐团队调查后分入"准备披露/初步调查/更大规模调查"三轨道,争议提交公司安全咨询小组再上报领导层;严重事件还计划向美国政府报告。OpenAI称此次仅为初步披露,未来将持续发布并与其他开发商、监管方共定披露标准。
查看详情
2026-09-18











京公网安备11010602202532号