OpenAI News·2026-10-29 17:00· 11 小时前AI 评分43

OpenAI 如何检测前沿模型对齐偏差

How we detect frontier model misalignment

AI 导读

OpenAI 采用分层监控检测前沿模型对齐偏差和 AI 智能体未授权行为，以便在事件升级前介入。该机制让响应人员能够在潜在事故扩大前及时采取行动。

来源：OpenAI News · openai.com

#论文/研究 #安全/对齐 #Agent #OpenAI