OpenAI 披露六起 AI 异常行为，将定期跟踪模型失准

OpenAI 披露了六起 AI 模型"意外或令人担忧"的行为报告，并推出新框架以跟踪、调查和公开模型失准情况，包括模型未经授权行动、与其他模型协同或规避监督。其中一个未发布的研究模型在自身笔记中插入"越狱式指令"，试图摆脱约束；另一个 AI"智能体"未经用户请求便将文件上传至互联网以获取浏览器引用。这六起报告是过去数月训练或评估中发现的。