OpenAI 发布模型对齐偏差调查框架及六份报告

OpenAI 发布了新的框架来追踪和调查模型对齐偏差，并公布了六份关于模型在训练和评估中表现偏差的报告。该框架设定了公开披露的标准和时限，包括尚未完全解释或缓解的行为。更复杂的案例可能需要更长的调查时间或与第三方协调。优先处理揭示新对齐机制、已知行为重大变化或挑战安全假设的发现。