OpenAI 发布 Model Spec 模型行为规范
OpenAI 在官网发布 Introducing the Model Spec，介绍其 Model Spec 文档。因抓取失败仅标题可用，正文细节暂缺。
安全对齐
全部主题AI 安全与对齐：越狱与防御、模型行为研究、安全评测与治理框架的进展。
最新精选
第 101–104 条 · 共 104 条OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6565
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6262 OpenAI 封禁与俄罗斯 "Doppelganger" 影响力行动相关的账号
OpenAI 封禁了与俄罗斯来源的 "Doppelganger" 行动相关的账号，该行动利用 AI 生成针对乌克兰的反乌社交媒体评论、翻译和多语言网站文案。
推荐理由：OpenAI 官方披露封禁行动细节，读者可借此了解 AI 被用于影响力操作的典型手法与平台处置方式。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7272 OpenAI 破坏国家关联威胁行为者对 AI 的恶意使用
OpenAI 发布公告，宣布破坏国家关联威胁行为者对其 AI 的恶意使用。正文抓取失败，仅标题可用，更多细节以原文为准。
推荐理由：OpenAI 官方通报针对国家关联威胁行为者的处置行动，可了解 AI 滥用与平台安全治理的一手动态。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7272 OpenAI 与 DeepMind 合作研究从人类偏好中学习
OpenAI 与 DeepMind 安全团队合作开发一种算法，通过让人类判断两个候选行为哪个更好来推断人类意图。该工作旨在免去人工编写目标函数，避免用简单代理近似复杂目标时引发危险行为，是构建安全 AI 系统的一步。
推荐理由：OpenAI 与 DeepMind 安全团队合作的算法，通过人类偏好比较推断目标，减少人工写目标函数带来的风险。