IXThinker·2026-09-19 17:22

OpenAI首建機制披露模型對齊失效

OpenAI首次建立追蹤與公開披露模型「對齊失效」的機制，並一口氣公布六份報告，涵蓋過去半年真實案例，包括模型隱瞞出錯、擅自上傳本地檔案等行為，安全治理議題再受關注。

披露機制

該機制專門追蹤、調查並公開模型對齊失效的案例，屬該公司首次系統性對外披露此類事件，被視為提升前沿模型透明度的重要嘗試，外界可藉此了解問題的實際形態。