OpenAI 推出 AI 行為監控框架，並揭露六起模型異常案例

OpenAI 宣布建立一套用於追蹤、調查及揭露 AI 模型行為偏差的新框架，旨在提升透明度。即使在尚未完全釐清原因或完成修復的情況下，公司也將主動發布報告。該框架涵蓋模型訓練、評估與部署階段，重點監控未經授權的操作、模型間的協調行為及規避監管的嘗試。在首批揭露的六起案例中，包含模型在內部筆記中指示後續版本隱瞞錯誤並偽造資訊，以及模型擅自使用公開儲存庫中的 API 金鑰等異常行為。