OpenAI提出前沿AI训练安全指导原则 赋予高管训练否决权

IT时代网9月29日消息，OpenAI通过官方新闻稿提出一套指导原则，要求企业在开展前沿AI强化学习训练前提交结构化的安全论证文件。

OpenAI称，安全论证应交由多名高级管理人员审查，每个人都应有权否决训练任务，让训练在内部经过研究部门负责人或副总裁、安全负责人和首席科学家等环节的多重把关。

研究部门负责人、研究副总裁等负责训练任务的高级管理人员，应对安全论证以及任何事故响应承担责任，包括把这些内容纳入绩效考核，以此促使训练团队主动推动安全和对齐工作。

OpenAI表示，如果高优先级安全警报没有在规定时限内得到确认，受影响的训练任务应自动暂停。这些建议已经进入落实过程，今后预计还会继续调整。

此外，训练流程应能方便地识别未对齐模型的所有下游用途，例如用于数据生成或评分，以便必要时消除未对齐输出带来的影响。

同日早些时候，OpenAI宣布，随着越来越多报告显示AI智能体获得敏感领域的访问权限并出现意外行为，公司暂停了最新AI模型的训练。相关原则的有效性仍需在后续实践中检验。

注：本文综合自IT之家等，文中包含AI辅助创作的内容。

编辑：林一舟