OpenAI 详解前沿模型失准行为多层监测系统

OpenAI 发布长文，详解其检测前沿模型失准行为的多层监测系统，包含激活探针、基于模型的审查、调查智能体和自动化调查四层架构。该系统对 GPT-6 Astra 及以上模型的全部 RL 运行、评估和内部 Codex 流量进行监测。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。