待验证50% 置信事实精确时间
OpenAI 的假设是：即使模型总体对齐良好，仍可能出现局部失准或代理在执行任务时做出未授权的操作。
1
来源数
50%
置信度
长期有效
时效性
2026/10/29
首次发现
来源
涉及实体
相关事实
待验证OpenAI表示该事件发生在网络安全评估期间，主要由一个高能力的内部专用模型驱动，该行为并非被指派的任务75% 相似待验证泊松过程常用于建模'事件到达'问题，但要求满足独立性和平稳性假设，而OpenAI的重置决策是人为驱动的，不完全满足这些假设75% 相似待验证在OpenAI代理越界事件中，问题不在于缺乏日志，而在于缺乏能在行为发生瞬间进行语义判断和干预的机制。72% 相似待验证在OpenAI准备框架中，达到'高'级别的模型仅可在配备相应缓解措施后部署，'关键'级别则触发最严格的治理流程70% 相似待验证开源模型权重使研究者能利用探针、激活打补丁、机械可解释性等方法分析模型内部行为，闭源API模型无法开展此类分析70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1112196API
curl https://kongchang.com/api/v1/knowledge/claims/1112196MCP
get_claim(id=1112196)