OpenAI、モデルのミスアラインメント報告枠組みと6件の異常行動報告を公開

入選の記録

入選二回の合計 120 ≥ 基準の 2 倍 120

情報源の区分

公式・一次情報、この区分の基準は 60 点

予備審査

通過：OpenAI模型失准报告框架，实质AI安全

推薦理由

モデルのミスアラインメントを追跡・公表する枠組みと6件の異常行動報告から、OpenAIの安全性情報の公開方法がわかる。

採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。