OpenAI News·2026-10-29 17:00· 10 天前AI 评分23

OpenAI 如何检测前沿模型错位

How we detect frontier model misalignment

AI 导读

OpenAI 采用分层监控来检测前沿模型错位和未经授权的智能体行为。该系统旨在使响应人员能够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