Wired 报道 OpenAI 推出模型失控行为披露新框架
wiredmagazine · reddit · 2026-09-17
Wired 报道 OpenAI 发布了一套新的政策框架,用于披露和上报模型「失对齐」(misalignment) 等不良行为,为外部报告模型安全问题提供了正式渠道。
这属于具体的 AI 安全治理措施,原始来源见 OpenAI 官方博客的 model misalignment reporting framework 页面。
所属事件:OpenAI 发布模型错位披露框架并公开 6 起案例(91 条相关)→
「安全」频道最新
- 从业者爆料：关键基础设施公司安全审计惨败仍拖延整改 — thedealdirector · 2026-11-02
- 瑞典超市智能冰箱遭网络攻击，大规模食物腐坏 — Polymarket · 2026-11-02
- 安全学者：攻击面自动化难于验证，防御已知漏洞更易自动化 — mboehme_ · 2026-11-02
- 英国用户如何关闭 Meta、OpenAI、Apple 的 AI 数据训练 — HotMinuteUK · 2026-11-02
- AI 安全研究者：AI 公司完全缺乏这类有效的事后人类监督 — davidmanheim · 2026-11-02
- 开源 offprompt：MCP 服务器让 Agent 请求密钥却永远看不到明文 — Vast_Ad_7338 · 2026-11-02