OpenAI News·2026-10-29 10:00· 10 小时前AI 评分27

OpenAI 如何检测前沿模型不匹配与未授权代理行为

How we detect frontier model misalignment

AI 导读

OpenAI 使用分层监控机制检测前沿模型不匹配与未授权代理行为，以便响应者在事件升级前介入。该策略旨在识别模型偏离前沿对齐的情况，确保系统安全。

来源：OpenAI News · openai.com

安全对齐行业动态 #安全/对齐 #行业动态