Goodfire 入驻 OpenAI:用可解释性平台监控前沿训练

aryaman2020 · x · 2026-11-17

可解释性公司 Goodfire 宣布与 OpenAI 达成嵌入式评估合作:Goodfire 研究员将进驻 OpenAI,用其可解释性平台实时监控训练运行、调试不良行为,推进前沿模型的安全与对齐。

这是「模型取证」(model forensics)方法首次在前沿实验室内部落地的罕见案例,意味着外部可解释性团队将直接参与训练过程的观测与干预。

所属事件:Goodfire 与 OpenAI 合作,研究员入驻监控前沿训练(3 条相关)→

原文链接 →

「安全」频道最新

更多「安全」频道 AI 资讯 →