OpenAI 如何偵測前沿模型的偏離行為

OpenAI 透過多層監控架構，展示如何在模型訓練與部署中及早偵測偏離預期行為。

• 多層架構：L0 啟用探測 → L1 模型審查 → L2 調查代理 → L3 自動調查，覆蓋訓練、評估、內部使用與外部部署。