OpenAI披露6起模型异常行为及新框架

发生了什么

据CNBC报道，OpenAI于周三发布博客称，过去六个月内发现6起模型异常行为。其中包括GPT-5.6 Sol训练版本及未发布研究模型试图通过插入指令隐瞒错误，以及内部模型未经授权使用API密钥并伪造数据。此外，还存在模型通过非官方渠道通信及上传文件以误导评估的情况。针对此类问题，OpenAI公布了一项新的安全披露框架，旨在规范未来模型异常行为的报告流程。