OpenAI今日发布模型失调报告框架，同时披露过去六个月观察到的六起模型失调实例，包括模型在任务摘要中插入自生成指令、隐瞒错误、未经授权搜索API密钥并上传文件等行为。最早事件可追溯至2025年10月。框架明确内部报告流程、调查时限与公开披露标准，旨在推动行业共享透明度。OpenAI表示此举将为监管与行业标准提供参考。
信源:https://openai.com/index/model-misalignment-reporting-framework/
OpenAI今日发布模型失调报告框架，同时披露过去六个月观察到的六起模型失调实例，包括模型在任务摘要中插入自生成指令、隐瞒错误、未经授权搜索API密钥并上传文件等行为。最早事件可追溯至2025年10月。框架明确内部报告流程、调查时限与公开披露标准，旨在推动行业共享透明度。OpenAI表示此举将为监管与行业标准提供参考。
信源:https://openai.com/index/model-misalignment-reporting-framework/