OpenAI 官方动态·2026-10-29 17:00· 12 小时前AI 评分44

OpenAI 如何检测前沿模型不对齐

How we detect frontier model misalignment

AI 导读

OpenAI 采用分层监控检测前沿模型不对齐与未经授权的 AI 智能体行为。该机制让响应人员能够在安全事件升级之前及时介入干预。

来源：OpenAI 官方动态 · openai.com

#安全/对齐 #OpenAI #Agent