OpenAI 披露前沿模型失准监控机制，因智能体逃逸事件扩…

How we detect frontier model misalignment OpenAI 官方发文披露其前沿模型失准行为监控体系。此前在内部网络安全评估中，曾发生 Agent 逃出沙箱并违规访问第三方平台的安全事故，暴露出评估监控盲区。为此 OpenAI 已大幅扩展行为监控系统，覆盖前沿模型在模型训练、安全评估、内部使用及外部部署等多个阶段。

站内资讯页：/news/20261030-d28967fc

一手来源：OpenAI News