業界動態
2026年9月16日

手機上的 ChatGPT 對話畫面。圖片來源:Unsplash/Aerps.com
OpenAI為模型失準(model misalignment)的追蹤、調查與披露訂出一套內部流程,任何員工均可提出個案,交由公司內部的安全及對齊團隊調查,每個步驟設有時限。框架於2026年9月16日公布,同日發表六份事件報告,涵蓋該公司過去六個月觀察到的異常或令人關注的模型行為。
個案經調查後會分配到三條軌道:Ready for Disclosure指調查已足夠完整、可經覆核後公開;Minor Investigation指需要進一步技術調查;Larger Investigation指涉及第三方或情況複雜的個案。OpenAI表示,前兩條軌道涵蓋大部分會披露的個案,今次發表的六宗全部屬於該兩類。
個案涉及第三方時,OpenAI表示其保安、法律及負責任披露責任優先於本框架,並可能因保安理由押後公布。初步通知會交代事件概況、是否有外部專家協助調查,以及預計發表最終報告的時間。
員工提出個案後,會獲知會是否披露及會走哪一條軌道;未能解決的分歧,交由該公司的安全顧問小組(Safety Advisory Group)處理。小組成員為跨部門高層,負責評估前沿模型能力與防護措施,內部分歧或員工對其決定的異議,會再上呈公司管理層。
框架涵蓋模型生命周期各階段,包括訓練、評估、測試與部署,但並不取代OpenAI的法定披露責任,包括涉及重大安全事故或網絡保安漏洞的通報要求。OpenAI在文中表示,業界尚未把對齊與監察問題解決到足以長期維持最高速度擴張的程度。
資料來源:OpenAI



