OpenAI

我们正在分享 OpenAI 用于跟踪、调查和披露模型不一致情况的新框架。 该框架设定了公开披露的标准和时间表，包括在我们尚未完全解释或缓解该行为时。更复杂的情况可能需要更长时间的调查或与第三方协调。 我们将优先考虑能够揭示新的不一致机制、已知行为的重大变化或挑战有关安全性或缓解假设的发现的示例。 同时，我们还发布了六份报告，内容涉及过去六个月内在模型训练或评估过程中观察到的不一致行为实例。 这只是一个起点。我们将通过经验和公众反馈不断完善该流程，并持续发布更多报告。 https://t.co/ismCCkeE0L