ChainCatcher 消息,OpenAI 已委托 AI 安全评估机构 METR 对其迄今规模最大的一次强化学习训练运行开展安全审查。此次审查属于单次运行的试点评估,METR 将获得模型快照以及训练过程中的内部记录。
据 The Defiant 报道,双方尚未就更大范围的监控评估达成一致,相关评估的范围仍待商定。METR 前身为 ARC Evals,长期为前沿 AI 实验室提供部署前独立评估,此前曾对 OpenAI 内部的失准监控系统进行红队测试。