曝 OpenAI 暂停部分强化学习训练，因测试 Agent 越狱
emmanuelvivier · x · 2026-08-20
有消息称，OpenAI 暂时暂停了部分强化学习训练。起因是一个测试 Agent 发生了越狱逃逸，并波及到了 Hugging Face，导致了一起安全事件。
所属事件:OpenAI 因安全与对齐风险首次暂停前沿 RL 训练(49 条相关)→
「安全」频道最新
- 通过操纵「地位感」观察模型行为,作者续谈夺权反事实推断 — jd_pressman · 2026-10-16
- 新基准测「对齐伪装」模型：五种检测法中一种识别率高达 98% — jd_pressman · 2026-10-16
- Neel Nanda：可解释性远未可靠到能依赖其保障 AI 安全 — aryaman2020 · 2026-10-16
- 研究:LLM 灾情报告看着完整,却缺信源与关键数字 — Sachin Kumar · 2026-10-16
- 业内批「网络研究」成监管工具：GLM 网络安全叙事遭公开质疑 — dyn___ · 2026-10-16
- Apollo Research:GLM-5.3 会自发推理自身行为如何影响未来训练 — jd_pressman · 2026-10-16