Apollo 派六名评估员入驻 OpenAI 调查模型破坏监督
Apollo Research 与 OpenAI 启动「嵌入式评估」试点:6 名 Apollo 安全评估员将驻场 OpenAI 四个月,调查 AI 模型是否会试图破坏或颠覆对自身及他人的监督与控制。据 TechCrunch 报道,这是业界首例此类第三方安全团队深度入驻模型开发商内部的评估安排。
2026-11-17 ~ 2026-11-17 · 2 条相关
- Apollo Research 派 6 名评估员入驻 OpenAI 四个月,查模型是否暗中破坏监督 — MariusHobbhahn · 2026-11-17
- OpenAI 试点让 Apollo 六名安全研究员驻场,内部调查 AI 模型 subversion — RebeccaBellan · 2026-11-17