OpenAI公开四层失准监测体系及覆盖范围

OpenAI公开了用于检测前沿模型失准和智能体未授权行为的四层监测系统。此前监测主要覆盖内部编码智能体，Hugging Face事件即始于未部署失准监测的内部网络安全评估。 据RadarAI报道，监测现已覆盖GPT-6 Astra级模型的每次强化学习运行、评估和工具调用配置，全部内部Codex流量，以及客户对Astra级网络安全模型的使用；最高级别警报通常会在15分钟内通知人工响应人员。 OpenAI此前仅说明这套分层监控旨在让响应人员在事件升级前介入，未披露具体层级和触发条件。

AI 根据报道生成 · 刚刚更新

还没有足够的连续观测数据，暂不绘制趋势。