OpenAI 开放第三方安全评估:训练阶段即覆盖鲁棒性与对齐失准
emmanuelvivier · x · 2026-09-23
OpenAI 宣布向第三方安全评估机构开放其模型，且评估从训练阶段即开始介入，覆盖鲁棒性与对齐失准等维度。
所属事件:OpenAI 承诺第三方深度访问，训练阶段即开放安全评估(4 条相关)→
「安全」频道最新
- ECIR 2027 设 SAFE-SEARCH 研讨会，聚焦对话式搜索安全，1 月 15 日截稿 — HamedZamani · 2026-11-12
- Toby Ord：部署前强制测试意义有限，内部模型才是最大风险源 — ben_j_todd · 2026-11-12
- 观点争锋：AI 失控与权力集中风险主要藏在企业内部部署的模型里 — ben_j_todd · 2026-11-12
- 数据中心的账：支撑美国科技业 20% 与十年股市涨幅约一半 — SydSteyerhart · 2026-11-12
- Scale AI 论文：374 次攻击中 36% 成功，模型可在自训练迭代中暗中搞破坏 — Miles_Brundage · 2026-11-12
- 审计发现：LLM 医学伦理决策近乎确定，系统性低估患者自主权 — zakkohane · 2026-11-12