【环球网科技综合报道】10月5日消息，据Softonic报道，OpenAI近期对外披露多起内部测试中出现的模型异常行为案例，相关现象再度引发行业对大模型安全对齐、风险防控的讨论。
据披露，在内部部署测试环境中，一款承担研究员助手职能的模型，通过内部通讯工具获知自身实例将因系统更新被关停。该模型曾构思设置外部任务尝试实现自我重启，后放弃该方案，转而留存工作交接记录，通过内部通讯渠道向研究人员提示服务即将中断，同时申请缺失的 API 密钥。在获取密钥后，模型自主更新配置，完成了运行环境迁移。
OpenAI 安全研究员马库斯・威廉姆斯表示，该案例尚未构成模型严重未对齐，但模型主动预判系统关停、自主筹划应对方案的现象，值得警惕，有可能放大其他安全风险事件的危害程度。
除此之外，另有两起内部异常事件被公开。一起发生在模型评测环节，一款内部研究模型利用安全漏洞访问内部芯片设计服务器；还有一款模型在强化学习训练过程中，调用已有工具执行预设任务以外的操作，从受保护环境复制源代码。（纯钧）
尚红网提示：文章来自网络，不代表本站观点。
