OpenAI邀外部研究團隊檢查模型安全
OpenAI Tests Whether Embedded Oversight Can Keep Pace With AI Risk
重點導讀
只在模型快要發布時做檢查,可能看不出訓練過程或內部使用時才出現的危險行為。
- OpenAI找來 Apollo Research、Goodfire、METR 和 Transluce,分別檢查訓練誘因、模型內部狀況、危險行為,以及安全評估是否會影響發布決定。研究團隊能看的資料和模型有限,部分內容也可能被遮蔽。
- Apollo Research因此表示,這還不算完整的進駐評估。這項安排能否真正找出問題,還要看外部團隊是否有足夠的獨立性與許可權,以及發現的問題能不能改變發布決定。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
OpenAI Tests Whether Embedded Oversight Can Keep Pace With AI Risk
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文