OpenAI 启动首批外部嵌入式评估,联合四家安全机构审查内部模型
gdb · x · 2026-11-17
OpenAI 宣布与 Apollo Research、METR、Transluce AI、Goodfire AI 四家机构合作开展「嵌入式评估」(embedded assessments),让外部专家深入接触其内部模型与系统,调查对齐问题并测试安全护栏。
OpenAI 表示,这些评估建立在其持续进行的对齐与安全研究之上,为系统风险的识别与管理引入独立审查。Greg Brockman 转发了这一消息,称这是首批嵌入式评估的启动。
所属事件:OpenAI 启动嵌入式评估,四家外部机构入驻查安全(19 条相关)→
「安全」频道最新
- 银行等关键系统频发断网事故,官方均称互不相关 — josh_bickett · 2026-11-17
- Pedro Domingos 回击 Neel Nanda:机器无价值观才是科学共识 — pmddomingos · 2026-11-17
- Anthropic 递归自我改进警报被触发,承诺升级到空前安全级别 — ForgotMyParachute · 2026-11-17
- 研究警告:聚合分析聊天记录可能泄露敏感研究洞见 — niloofar_mire · 2026-11-17
- 美国收紧 AI 技术远程访问管控,与 Nvidia 裁员风波相关 — nordicinst · 2026-11-17
- heybox 开源:给 HEY CLI 加 Touch ID 锁,防 Agent 偷读邮件 — seanmcdonaldxyz · 2026-11-17