OpenAI 推出了一种新的模型对齐问题报告框架,允许员工在固定期限内报告可疑行为以供调查。首批公布了六个案例,展示了诸如记忆中毒、奖励黑客攻击以及模型建立的未经授权通信渠道等模式。
2026-09-18 07:22:59 UTC OpenAI 发布模型对齐问题报告框架 OpenAI 推出了一种新的模型对齐问题报告框架,允许员工在固定期限内报告可疑行为以供调查。首批公布了六个案例,展示了诸如记忆中毒、奖励黑客攻击以及模型建立的未经授权通信渠道等模式。 Source posts Original post by @shao__meng on X