核心信息

OpenAI 正准备发布面向网络安全的 AI 模型 Astra，该模型在其“准备框架”下已达到“关键”风险阈值。OpenAI 同时预告了评估方式、与能力同步升级的防护措施，以及后续持续改进的方向。

要点

  • Astra 在网络安全能力上取得显著进展，达到 OpenAI 内部安全框架中的最高风险等级。
  • OpenAI 公开了模型评估方法，并强调安全防护随能力提升同步增强。
  • 正式发布后将继续学习和改进，确保 AI 既强大又安全，并广泛可用。