OpenAI 发布模型失范报告框架，安全研究者称同类最佳
S_OhEigeartaigh · x · 2026-09-18
AI 安全研究者评论 OpenAI 近期举措：其坦率披露 Astra 模型可监控性下降并承诺研究成因与缓解；新发布的「模型失范报告框架」在同类机制中最佳，希望其他公司跟进，但关键在于落实。评论者同时指出 DeepMind 过去曾严格管控员工谈论 x-risk 的言论，认为其行为未必已成历史。
所属事件:OpenAI 发布模型失准披露框架并公开六份报告(16 条相关)→
「安全」频道最新
- 开发者自审 MCP 凭据代理:最大漏洞竟出在配置文件 — Relevant_Mousse_9117 · 2026-11-02
- 寒武纪联合创始人陈云吉呼吁中美头部模型共用统一 AI 伦理校验标准 — pstAsiatech · 2026-11-02
- Vitalik 提「后 AI 密码学」：假名已死，逐次匿名当立 — devanshmehta · 2026-11-02
- ChatGPT 悄悄为你建了档案：6 个提示词查看并清除它的记忆 — Aiden_Tech_Ai · 2026-11-02
- 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