安全对齐

OpenAI 暂停前沿模型强化学习训练两周，先补齐对齐与安全

OpenAI 于 8 月 18 日宣布，暂停准备部署模型的强化学习训练两周，此前初步评估显示下一代模型 Astra 可能达到「关键网络攻防能力」门槛。此举表明模型进步速度正倒逼实验室把对齐与安全前置，也会影响下一代模型的推出节奏。