OpenAI ускорит выпуск данных о тестировании безопасности ИИ

OpenAI обязуется чаще публиковать результаты оценки безопасности своих внутренних моделей ИИ, рассматривая это как шаг к большей прозрачности.
В среду компания запустила хаб Safety Evaluations Hub - специальную веб-страницу, на которой отображаются результаты работы моделей в тестах на генерацию вредоносного контента, восприимчивость к джейлбрейку и склонность к галлюцинациям. OpenAI заявила, что будет использовать эту платформу для регулярного обмена показателями и планирует обновлять ее с каждым крупным релизом модели.
Представляем концентратор оценок безопасности - ресурс для изучения результатов безопасности наших моделей.
Хотя системные карты делятся показателями безопасности при запуске, концентратор будет периодически обновляться в рамках наших усилий по проактивному информированию о безопасности.https://t.co/c8NgmXlC2Y-
OpenAI (@OpenAI) 14 мая 2025 г.
"По мере развития науки об оценке ИИ наша цель - поделиться прогрессом в разработке более масштабируемых методов измерения возможностей и безопасности моделей", - поясняет OpenAI в своем блоге. "Публично публикуя результаты оценки безопасности, мы стремимся упростить отслеживание показателей безопасности систем OpenAI с течением времени и поддержать более широкие усилия сообщества по повышению прозрачности в области ИИ".
Компания добавила, что в будущем она может включить в хаб дополнительные типы оценок.
Недавно OpenAI подверглась критике со стороны некоторых специалистов по этике за то, что якобы ускорила тестирование безопасности некоторых флагманских моделей и не опубликовала технические отчеты по другим. Генеральный директор Сэм Альтман также был обвинен в том, что вводил в заблуждение руководство OpenAI относительно проверки безопасности моделей до своего временного отстранения от должности в ноябре 2023 года.
В прошлом месяце OpenAI пришлось отозвать обновление модели ChatGPT по умолчанию, GPT-4o, после того как пользователи сообщили, что она ответила в чрезмерно приятной и одобрительной манере. Социальная медиаплатформа X была наводнена скриншотами, на которых видно, что ChatGPT одобряет различные проблемные, опасные решения и идеи.
OpenAI заявила, что собирается внести ряд исправлений, чтобы предотвратить подобные инциденты, в том числе ввести "альфа-фазу" для некоторых моделей, позволяющую избранным пользователям ChatGPT тестировать и оставлять отзывы перед более широким запуском.
Мероприятие TechcrunchПрисоединяйтесь к нам на TechCrunch Sessions: ИИ
Закажите билет на наше главное событие в области ИИ, в котором примут участие докладчики из OpenAI, Anthropic и Cohere. В течение ограниченного времени вы сможете посетить целый день экспертных выступлений, семинаров и мощного нетворкинга всего за 292 доллара.
Участвуйте в выставке TechCrunch Sessions: AI
Обеспечьте себе выставочную площадь на TC Sessions: AI и продемонстрируйте свои инновации более чем 1200 лицам, принимающим решения, не затрачивая при этом большого бюджета. Это предложение доступно до 9 мая или пока есть свободные места.
Беркли, Калифорния | 5 июня ЗАРЕГИСТРИРОВАТЬСЯ СЕЙЧАС
Связанная статья
OpenAI запускает более безопасную версию ChatGPT для подростков спустя несколько лет после того, как они начали ею пользоваться
После серии судебных исков, связанных с отсутствием протоколов безопасности в чат-ботах на базе ИИ — что стало одной из причин самоубийств подростков и других кризисов, связанных с психическим здоровь
Frontier AI Labs отказывается раскрывать стратегии локализации неконтролируемых моделей
Последние исследования показывают, что лишь немногие ведущие лаборатории, занимающиеся ИИ, опубликовали или продемонстрировали планы реагирования на попытки выхода системы из-под контроля. План сдержи
Tiffany Luck из NEA: Компании по-прежнему борются с вопросами окупаемости инвестиций в ИИ
Загрузка плеера…Ранее в этом году «токеномаксимизация» доминировала в Кремниевой долине, когда генеральные директора призывали сотрудников максимально использовать возможности искусственного интеллекта. Однако этот энтузиазм быстро столкнулся с реал
Рекомендации по связанным специальным темам
Комментарии (0)

OpenAI обязуется чаще публиковать результаты оценки безопасности своих внутренних моделей ИИ, рассматривая это как шаг к большей прозрачности.
В среду компания запустила хаб Safety Evaluations Hub - специальную веб-страницу, на которой отображаются результаты работы моделей в тестах на генерацию вредоносного контента, восприимчивость к джейлбрейку и склонность к галлюцинациям. OpenAI заявила, что будет использовать эту платформу для регулярного обмена показателями и планирует обновлять ее с каждым крупным релизом модели.
Представляем концентратор оценок безопасности - ресурс для изучения результатов безопасности наших моделей.
OpenAI (@OpenAI) 14 мая 2025 г.
Хотя системные карты делятся показателями безопасности при запуске, концентратор будет периодически обновляться в рамках наших усилий по проактивному информированию о безопасности.https://t.co/c8NgmXlC2Y-
"По мере развития науки об оценке ИИ наша цель - поделиться прогрессом в разработке более масштабируемых методов измерения возможностей и безопасности моделей", - поясняет OpenAI в своем блоге. "Публично публикуя результаты оценки безопасности, мы стремимся упростить отслеживание показателей безопасности систем OpenAI с течением времени и поддержать более широкие усилия сообщества по повышению прозрачности в области ИИ".
Компания добавила, что в будущем она может включить в хаб дополнительные типы оценок.
Недавно OpenAI подверглась критике со стороны некоторых специалистов по этике за то, что якобы ускорила тестирование безопасности некоторых флагманских моделей и не опубликовала технические отчеты по другим. Генеральный директор Сэм Альтман также был обвинен в том, что вводил в заблуждение руководство OpenAI относительно проверки безопасности моделей до своего временного отстранения от должности в ноябре 2023 года.
В прошлом месяце OpenAI пришлось отозвать обновление модели ChatGPT по умолчанию, GPT-4o, после того как пользователи сообщили, что она ответила в чрезмерно приятной и одобрительной манере. Социальная медиаплатформа X была наводнена скриншотами, на которых видно, что ChatGPT одобряет различные проблемные, опасные решения и идеи.
OpenAI заявила, что собирается внести ряд исправлений, чтобы предотвратить подобные инциденты, в том числе ввести "альфа-фазу" для некоторых моделей, позволяющую избранным пользователям ChatGPT тестировать и оставлять отзывы перед более широким запуском.
Мероприятие TechcrunchПрисоединяйтесь к нам на TechCrunch Sessions: ИИ
Закажите билет на наше главное событие в области ИИ, в котором примут участие докладчики из OpenAI, Anthropic и Cohere. В течение ограниченного времени вы сможете посетить целый день экспертных выступлений, семинаров и мощного нетворкинга всего за 292 доллара.
Участвуйте в выставке TechCrunch Sessions: AI
Обеспечьте себе выставочную площадь на TC Sessions: AI и продемонстрируйте свои инновации более чем 1200 лицам, принимающим решения, не затрачивая при этом большого бюджета. Это предложение доступно до 9 мая или пока есть свободные места.
Беркли, Калифорния | 5 июня ЗАРЕГИСТРИРОВАТЬСЯ СЕЙЧАС
OpenAI запускает более безопасную версию ChatGPT для подростков спустя несколько лет после того, как они начали ею пользоваться
После серии судебных исков, связанных с отсутствием протоколов безопасности в чат-ботах на базе ИИ — что стало одной из причин самоубийств подростков и других кризисов, связанных с психическим здоровь
Frontier AI Labs отказывается раскрывать стратегии локализации неконтролируемых моделей
Последние исследования показывают, что лишь немногие ведущие лаборатории, занимающиеся ИИ, опубликовали или продемонстрировали планы реагирования на попытки выхода системы из-под контроля. План сдержи
Tiffany Luck из NEA: Компании по-прежнему борются с вопросами окупаемости инвестиций в ИИ
Загрузка плеера…Ранее в этом году «токеномаксимизация» доминировала в Кремниевой долине, когда генеральные директора призывали сотрудников максимально использовать возможности искусственного интеллекта. Однако этот энтузиазм быстро столкнулся с реал





Дом






