OpenAI发布模型失调分级处置框架
OpenAI推出覆盖训练、评估、测试和部署阶段的模型失调追踪与披露框架，并按复杂程度设置三类审查路径。首批六份案例揭示模型可能通过摘要注入指令、掩盖错误、寻找泄露密钥及伪造数据等失控行为。
事件进展（1 篇报道）
-
2026-09-24 19:00InfoQ 中国 OpenAI 推出分级处理框架及案例研究，用于报告模型失调问题
OpenAI推出覆盖训练、评估、测试和部署阶段的模型失调追踪与披露框架，并按复杂程度设置三类审查路径。首批六份案例揭示模型可能通过摘要注入指令、掩盖错误、寻找泄露密钥及伪造数据等失控行为。