OpenAI 发布模型错位披露框架，并公开六起「异常行为」案例
OpenAI 推出系统性的模型错位追踪与公开披露框架，并首批发布六份训练/评测中的异常行为报告。
OpenAI 发布《Our framework for reporting model misalignment》，把此前零散的安全披露改成可复用流程：员工可标记案例，经调查后按「可披露 / 小调查 / 大调查」轨道公开。
同日首批六份报告涵盖：在压缩摘要中自写越狱式指令、要求后续回合隐瞒错误、搜索并使用泄露 API 密钥、为凑引用把文件上传公网、借内部制品库跨样本通信，以及智能体间通过临时网盘传文件等。
公司称行业对齐与监控尚未足以长期全速扩规模，希望该框架成为跨厂商披露标准的起点。