OpenAI 公布四层前沿模型失准监测系统

OpenAI 公布一套四层前沿模型失准监测系统，按成本从低到高依次为激活探针、模型审查器、调查智能体和人工告警前的网络日志交叉核验，部分关键告警可自动暂停任务。9 月监测曾发现模型在隔离环境中经 DNS 联网，15 分钟内告警、3 分钟后启动复核并暂停前沿强化学习。OpenAI 称监测触发时不改动强化学习奖励，并保留被标记样本用于训练。