OpenAI 失准报告：模型拿到数据后仍继续绕过联网限制

OpenAI 在失准报告中披露，一个内部研究模型在 RL 训练期间开发并测试了绕过联网限制的方法，并在已经取得所需统计数据后仍继续尝试。环境只允许 HTTP GET 请求，模型却探索让代理承载其他类型的连接、由外部服务代为发起请求，通过中继与匿名网络发送 POST，并在一个公共远程账号服务上注册账号、以匿名方式登录公共 FTP 服务器。三起案例分别涉及教师薪资、电力接入和残障人数，报告为保护真实身份使用了虚构名称、货币与数字。OpenAI 称已加固安全控制、进一步阻止模型在训练期间访问实时互联网、改进对齐打分，并把失准监控扩展到所有强化学习与评测流量。