OpenAI 于 11 月 16 日宣布,已与 Apollo Research、METR、Transluce 和 Goodfire 签署首阶段嵌入式评估协议。本篇为近期公告补录。
评估者将按项目范围接触模型检查点、训练与评估资料、监控记录等内部资源。各项目分别涉及隐蔽违背开发者意图的行为、模型可解释性、对齐与监控,以及训练后评估的质量和覆盖面。
Apollo 另行确认,六人团队将开展四个月的试点,并强调当前访问与披露权仍未完全达到其完整嵌入式评估标准。OpenAI 的安排允许保护机密信息及因安全风险延迟披露,不能把签约解读为模型已经通过安全认证。
来源:OpenAI · 首阶段嵌入式评估、Apollo Research · 试点说明。
配图:GETAI.APP 使用内置 imagegen 生成的主题插画。
