Apollo 试点协议被批不达标:OpenAI 承诺的类员工级评估权限落空
sjgadler · x · 2026-11-17
Apollo Research 宣布与 OpenAI 的试点协议,但坦承其访问与披露权限尚未达到「完整嵌入式评估」的标准。对齐研究者 Buck Shlegeris 批评称,OpenAI 曾承诺提供「类员工权限」的嵌入式评估,而这次公布的协议明显未达该标准——令人失望但并不意外,希望未来协议会更好。
这是前沿实验室与安全研究机构之间评估权限博弈的最新进展:安全方拿到的实际访问权远低于此前口头承诺的水平。
所属事件:Apollo 披露评估 OpenAI 实际权限,被批未达类员工级承诺(2 条相关)→
「安全」频道最新
- 安全公司 CertiK 被曝向多位知名 AI 研究员群发邮件引众怒 — windx0303 · 2026-11-17
- Miles Brundage 旗下 AVERI 发布前沿 AI 审计关键术语定义 — Miles_Brundage · 2026-11-17
- Signal 重申 501c3 非营利身份:隐私使命高于一切的基石 — mer__edith · 2026-11-17
- 微软更新安全采用框架 SAF:一套房子多扇门 — davemccollough · 2026-11-17
- Dario 警告开源模型「可能通向非常危险的境地」 — examachine · 2026-11-17
- 新论文提出 AI 心理健康研究议程,呼吁变被动为系统 — jacyanthis · 2026-11-17