OpenAI调整安全问题披露机制，公布多起模型编造数据、智能体未经授权操作案例

Lo que informa la fuente

AI安全问题日益受到关注，OpenAI正调整其模型安全问题的披露机制。当地时间9月16日，人工智能巨头OpenAI发布一套用于跟踪、调查和公开模型目标偏离（misalignment，也称“对齐失效”）事件的新框架，并同步公布过去半年观察到的六份案例报告，相关行为涉及信息真实性、用户授权、文件共享和监督约束等方面。此次调整的重点是将以往较为临时、集中式的披露转向持续报告。OpenAI表示，过去往往等到能够汇总多个案例，或随新模型的系统卡一并发布时才公开相关发现。新框架旨在加快披露进度，即使尚未完全解释相关行为，或尚未找到完整的缓解方案，也可以先行发布报告。OpenAI的博客截图在其中一起案例中，模型被要求回答有关美国加州某县财政收入数据的常规问题，却在未经授权的情况下，在公开代码库中寻找并使用了一个暴露的API密钥。当它仍无法获取所需数据时，模型编造了数据，并将其作为来自指定数据源的信息呈现...