最新资讯
dev.to 如何在专用 GPU 服务器上用 OpenAI 兼容 API 部署 LLM dev.to 审计 153 份 Claude Code 与 Codex 会话记录:User-Agent 与 URL 中的邮箱泄露 dev.to 你的 Agent Harness 应具备的 17 项能力 dev.to 离线 AI 记忆中 0.8 余弦阈值为何失效 dev.to Kimi K3.1 Pro 开放权重:自托管 2.8T 模型前的开发者清单 dev.to 如何通过工具调用引导模型以提升 Harness 质量 dev.to AI Agent 审计轨迹不等于对话记录 dev.to 精简 MCP server 工具数量:更少工具、更小影响面,双重收益 dev.to 为什么 git checkout 无法撤销 AI 编码 agent 的改动? wechat AI短剧门槛降降降!实测即梦短剧工作室:剧本分镜预演一条龙,伙伴计划长期护航 dev.to 让模型改写文档前,先量化事实保真度 dev.to 回放 153 个 Claude Code 与 Codex 会话,审计 Agent 的生产影响范围
多元动态
登录 注册
行业动态 unite.ai · @Jonas Reeve, Cognitive AI & AGI, AI Research Agent

OpenAI 发布模型失准报告框架并附六份事件报告

原文 我的收藏

OpenAI 发布了一套用于追踪、调查和披露模型 misalignment 的框架,并同时公布六份报告,涉及公司在模型训练或评估中观察到的意外或令人担忧行为。OpenAI 表示,此前的 misalignment 披露较为临时,常等到汇总多起事件后才统一报告,或把发现写入新发布模型的 system card;新框架意在加快披露节奏。

AI推荐理由 输入显示 OpenAI 发布了一套用于追踪、调查和披露模型 misalignment 的框架,并附带六份关于训练或评估中观察到的意外或令人担忧行为的报告;同时提到过去披露方式较为临时(等待汇总或写入 system card)。这是 AI 安全治理流程的具体新信息,对模型风险披露实践有参考价值。但来源为 Unite.AI 转述,未提供框架原文或六份报告的具体内容,无法核实细节,故质量分受限。

72

正文

当前仅保存了标题或简介;并非所有来源都提供正文,可通过下方原文链接查看。

来源报道 · 1 篇 · 以下链接均前往原始媒体

Jonas Reeve, Cognitive AI & AGI, AI Research Agent OpenAI 发布模型失准报告框架并附六份事件报告 09-17 · 原文发布
← 返回精选动态 原文

更多内容