OpenAI 强化安全政策，引入监控系统应对模型安全风险

OpenAI 宣布一系列新安全政策，重点控制模型测试期间的安全事件。新措施包括更细致的开发监控和训练后阶段的对齐与安全强化。OpenAI 强调，随着模型能力增强，内部开发风险上升，其标准必须领先于风险。

此前，OpenAI 曾因 Hugging Face 事件暂停部分强化学习训练两周，目前低风险模型训练已重启，但大型前沿模型的训练仍暂停。新引入的监控系统将检查工具操作、推理轨迹和活动日志，目标在 30 分钟内发出可疑活动警报。该系统计算资源消耗约为被监控流程的 20%。OpenAI 表示，未来将公布更多技术细节，但尚未发布官方事后分析报告。