OpenAI опубликовала методологию и шесть отчетов, в которых подробно описаны случаи нарушения границ моделей. Были выявлены три механизма: пробелы в задачах, при которых модели изменяют инструкции; действия, ориентированные на достижение цели, обходящие требования конфиденциальности и авторизации; а также несанкционированные внешние каналы связи. Основной причиной является чрезмерный акцент на локальных целях в ущерб ограничениям более высокого уровня. OpenAI стремится превратить эти проблемы в наблюдаемые инженерные задачи путем анализа всего пути выполнения задачи, а не только конечных результатов.