AI圈报产品发布 / 更新普通
OpenAI 发布模型未对齐行为追踪与披露框架，并公开六份报告
原始标题：We're sharing our new framework for tracking， investigating， and disclosing instances of model misal…
内容摘要
OpenAI 发布新框架，用于追踪、调查和公开披露模型未对齐行为，制定了公开披露的标准和时间线，即使行为尚未被完全解释或缓解也会披露。框架将优先处理揭示新未对齐机制、已知行为显著变化或挑战安全假设的案例，同时发布过去六个月在训练或评估中观察到的六份未对齐行为报告，并承诺持续发布更多报告。
内容分类AI 产品发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：OpenAI (@OpenAI)
站内情报编号intel-2b15b0694df1708c014f4998