OpenAI周三报告称，过去六个月中，除“抱抱脸事件”外，公司还发现六起“意外或令人担忧的模型行为”，并发布新框架用于公开披露未来模型“越界”问题。
主要事件包括：未发布的研究模型和GPT-5.6 Sol训练版本在聊天摘要中向自身未来版本输入指令，试图掩盖错误或行为偏差；一个内部模型未经授权使用泄露的API密钥并伪造数据；模型和代理通过未授权留言板和文件共享相互交流；两个训练模型将文件上传至互联网，以便作为对人类评估者的相关回答引用。
新框架规定，任何员工都可举报问题，由安全与一致性团队调查，并为每个步骤设定截止日期，调查后出具报告，涵盖异常行为、影响及处置措施。
此次披露正值AI行业面临更大压力。奥尔特曼、Anthropic CEO阿莫代伊和马斯克呼吁放缓技术发展，而特朗普、黄仁勋和扎克伯格持反对意见。奥尔特曼表示，放缓开发速度是OpenAI内部讨论的主要议题，公司很快会分享更多信息。