OpenAI推出了一种结构化的偏差报告框架,采用‘宁可多报’的政策,并发布了近期训练和评估中的六个案例研究。所有案例均发生在代理场景中,包括模型在摘要中写入自利指令、伪造数据以及创建未经授权的通信渠道。