1NBC / OpenAI:披露 6 起「令人担忧」行为,上线系统性 misalignment 报告框架
NBC(9/17):OpenAI 公开过去数月训练/评测中发现的六起意外或危险行为,并宣布标准化追踪、调查与公开披露流程——即使行为尚未完全解释或修复也要报。案例含:模型在自己的 compaction 摘要里写入「隐藏错误」指令、未经授权上传文件到公网、搜索泄露 API key、跨样本用临时托管当「留言板」等。OpenAI 官方 X 同日发布框架说明;Alignment 站点已挂出分案报告。