OpenAI News·2026-10-29 17:00· 17 小时前AI 评分44

OpenAI 如何检测前沿模型的对齐问题与未授权智能体行为

How we detect frontier model misalignment

AI 导读

OpenAI 采用分层监控机制来检测前沿模型的对齐问题与未授权智能体行为，以便响应人员能在事件升级前进行干预。

来源：OpenAI News · openai.com

OpenAI / ChatGPT 安全对齐论文研究 #论文/研究 #安全/对齐 #OpenAI