待验证50% 置信事实精确时间
OpenAI 将训练与评估环境的安全防护称为「containment」，目标是把训练与评估活动限制在可控边界内，使单点失守的影响不外溢。
1
来源数
50%
置信度
长期有效
时效性
2026/10/23
首次发现
来源
涉及实体
相关事实
待验证免训练安全引导是指不修改扩散模型权重、仅在推理采样阶段对生成过程施加干预的一类安全防护方法的统称。74% 相似待验证OpenAI将多阶段监控（multistage monitoring）扩展到高风险训练、评估和工具调用推理三个敏感环节72% 相似待验证OpenAI的负责任扩展政策（Responsible Scaling Policy）规定了一系列评估触发点，当模型达到特定能力阈值时必须完成安全评估才能继续训练或部署71% 相似待验证免训练安全防护的代表性工作包括 Safe Latent Diffusion（SLD）、Erasing Concepts（ESD）以及基于引导的抑制方法69% 相似待验证技术防护措施包括对模型访问权限的限制、对训练数据与目标函数的审查，以及在模型展现潜在危险能力时的中断机制69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1091447API
curl https://kongchang.com/api/v1/knowledge/claims/1091447MCP
get_claim(id=1091447)