OpenAI 在开发过程中整合了用于保障青少年安全的开源工具

周二,OpenAI宣布发布了一套提示词,旨在帮助开发者让他们的应用程序对青少年更加安全。该人工智能实验室表示,这些青少年安全政策与其开放权重安全模型gpt-oss-safeguard兼容。
开发者无需从头开始研究如何提升青少年AI安全,只需使用这些提示词即可强化其应用程序。这些提示词针对的关注点包括:血腥暴力及色情内容、有害的身体形象观念与行为、高风险活动与挑战、涉及浪漫或暴力的角色扮演场景,以及受年龄限制的产品和服务。
这些安全政策以提示词的形式设计,确保其不仅能与 GPT-OSS-Safeguard 模型配合使用,还能轻松适配其他模型,尽管在 OpenAI 的自有生态系统中效果可能最为显著。
OpenAI表示,其与AI安全组织Common Sense Media和everyone.ai合作开发了这些提示词。
“这些基于提示词的政策有助于在整个生态系统中建立有意义的安全基准。由于它们是开源的,因此可以随着时间的推移进行调整和增强,”Common Sense Media 人工智能与数字评估主管罗比·托尼(Robbie Torney)在一份声明中表示。
OpenAI 在其博客中指出,包括经验丰富的团队在内的开发者,往往难以将安全目标转化为精确、可操作的规则。
“这可能导致保护漏洞、执行不一致或过滤范围过广,”该公司解释道。“清晰、明确的政策是有效安全系统的重要基础。”
OpenAI承认,这些政策并非解决AI安全这一复杂挑战的完整方案。但它们是在此前工作基础上构建的,包括家长控制和年龄预测等产品级安全措施。去年,OpenAI更新了其大型语言模型指南(即Model Spec),以规范其AI模型应如何与18岁以下用户互动。
不过,OpenAI自身也并非毫无瑕疵。该公司正面临多起诉讼,原告均为因过度使用ChatGPT而自杀身亡者的家属。这种有害的互动往往发生在用户绕过聊天机器人的安全防护之后,且没有任何模型的防护机制是完全无懈可击的。尽管如此,这些新政策仍代表着向前迈出的一步,特别是在协助独立开发者方面。
相关文章
PHP末日危机:OpenAI与谷歌专家发现陈年漏洞,引发网络恐慌
美国国家安全局周三就PHP中的两个严重漏洞发布了紧急警报,PHP基金会已针对这些漏洞发布了补丁。作为一种服务器端脚本语言,PHP支撑着全球约70%的网站——超过3300万个网站——并且是WordPress等主要内容管理平台不可或缺的组成部分。美国国家安全局警告称,这些漏洞极其严重,未打补丁的网站应立即下线,直至完成更新,因为攻击者可利用这些漏洞入侵服务器文件系统或相关数据库。这些漏洞存在于自 5.
谷歌AI概述在搜索结果中占据更多席位
根据Similarweb发布的《2026年生成式AI行业概况》报告,谷歌的AI生成的摘要出现在43%的美国搜索结果中,较一年前的15%显著上升。虽然“AI概览”会在标准搜索结果中展示生成的摘要,但“AI模式”则为复杂的查询和后续提示提供了对话式界面。用户可以在不丢失初始搜索上下文的情况下,从“AI概览”切换到“AI模式”。谷歌解释称,“AI模式”采用了一种名为“查询扇出”(query fan-ou
OpenAI 推出 GPT-5.5 Instant,作为 ChatGPT 的新默认模型
OpenAI 于周一推出了 GPT-5.5 Instant,取代 GPT-5.3 Instant 成为 ChatGPT 的默认模型。该公司表示,此次更新旨在最大限度地减少法律、医疗和金融等高利害领域中的幻觉现象,同时保留前版本的快速响应速度。在上个月发布更广泛的 GPT-5.5 系列(重点突出了编码和知识工作方面的增强)之后,OpenAI 现已将这些改进整合到即时模型中。在性能方面,新模型在 AIME 2025 数学基准测试中得分 81.2,超过了旧模型的 65.4 分。它在 MMMU-Pr
相关专题推荐
评论 (1)
0/500

周二,OpenAI宣布发布了一套提示词,旨在帮助开发者让他们的应用程序对青少年更加安全。该人工智能实验室表示,这些青少年安全政策与其开放权重安全模型gpt-oss-safeguard兼容。
开发者无需从头开始研究如何提升青少年AI安全,只需使用这些提示词即可强化其应用程序。这些提示词针对的关注点包括:血腥暴力及色情内容、有害的身体形象观念与行为、高风险活动与挑战、涉及浪漫或暴力的角色扮演场景,以及受年龄限制的产品和服务。
这些安全政策以提示词的形式设计,确保其不仅能与 GPT-OSS-Safeguard 模型配合使用,还能轻松适配其他模型,尽管在 OpenAI 的自有生态系统中效果可能最为显著。
OpenAI表示,其与AI安全组织Common Sense Media和everyone.ai合作开发了这些提示词。
“这些基于提示词的政策有助于在整个生态系统中建立有意义的安全基准。由于它们是开源的,因此可以随着时间的推移进行调整和增强,”Common Sense Media 人工智能与数字评估主管罗比·托尼(Robbie Torney)在一份声明中表示。
OpenAI 在其博客中指出,包括经验丰富的团队在内的开发者,往往难以将安全目标转化为精确、可操作的规则。
“这可能导致保护漏洞、执行不一致或过滤范围过广,”该公司解释道。“清晰、明确的政策是有效安全系统的重要基础。”
OpenAI承认,这些政策并非解决AI安全这一复杂挑战的完整方案。但它们是在此前工作基础上构建的,包括家长控制和年龄预测等产品级安全措施。去年,OpenAI更新了其大型语言模型指南(即Model Spec),以规范其AI模型应如何与18岁以下用户互动。
不过,OpenAI自身也并非毫无瑕疵。该公司正面临多起诉讼,原告均为因过度使用ChatGPT而自杀身亡者的家属。这种有害的互动往往发生在用户绕过聊天机器人的安全防护之后,且没有任何模型的防护机制是完全无懈可击的。尽管如此,这些新政策仍代表着向前迈出的一步,特别是在协助独立开发者方面。
PHP末日危机:OpenAI与谷歌专家发现陈年漏洞,引发网络恐慌
美国国家安全局周三就PHP中的两个严重漏洞发布了紧急警报,PHP基金会已针对这些漏洞发布了补丁。作为一种服务器端脚本语言,PHP支撑着全球约70%的网站——超过3300万个网站——并且是WordPress等主要内容管理平台不可或缺的组成部分。美国国家安全局警告称,这些漏洞极其严重,未打补丁的网站应立即下线,直至完成更新,因为攻击者可利用这些漏洞入侵服务器文件系统或相关数据库。这些漏洞存在于自 5.
谷歌AI概述在搜索结果中占据更多席位
根据Similarweb发布的《2026年生成式AI行业概况》报告,谷歌的AI生成的摘要出现在43%的美国搜索结果中,较一年前的15%显著上升。虽然“AI概览”会在标准搜索结果中展示生成的摘要,但“AI模式”则为复杂的查询和后续提示提供了对话式界面。用户可以在不丢失初始搜索上下文的情况下,从“AI概览”切换到“AI模式”。谷歌解释称,“AI模式”采用了一种名为“查询扇出”(query fan-ou
OpenAI 推出 GPT-5.5 Instant,作为 ChatGPT 的新默认模型
OpenAI 于周一推出了 GPT-5.5 Instant,取代 GPT-5.3 Instant 成为 ChatGPT 的默认模型。该公司表示,此次更新旨在最大限度地减少法律、医疗和金融等高利害领域中的幻觉现象,同时保留前版本的快速响应速度。在上个月发布更广泛的 GPT-5.5 系列(重点突出了编码和知识工作方面的增强)之后,OpenAI 现已将这些改进整合到即时模型中。在性能方面,新模型在 AIME 2025 数学基准测试中得分 81.2,超过了旧模型的 65.4 分。它在 MMMU-Pr





首页






