跳到正文
热点事件历史事件

OpenAI试点嵌入Apollo研究员评估模型颠覆风险

1 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

2026年11月17日,TechCrunch报道,Apollo Research表示OpenAI将在试点中嵌入六名Apollo安全评估员,重点调查模型是否试图颠覆自身或后继版本的对齐与控制机制。试点将考察四个方面:训练是否激励颠覆、评估能否诱发颠覆、内部部署中是否出现颠覆,以及相关推理是否可被检测。目前该试点尚处于启动阶段,报道未披露时间表或初步结果。

AI 根据报道生成 · 3 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. TechCrunch · AI
    OpenAI 将嵌入 Apollo Research 安全评估员调查 AI 颠覆行为

    Apollo Research 表示,OpenAI 将在试点中嵌入六名 Apollo 安全评估员,重点调查模型是否试图颠覆自身或后继版本的对齐与控制机制。试点将考察训练是否激励颠覆、评估能否诱发颠覆、内部部署中是否出现颠覆,以及相关推理是否可被检测。

本事件热度走势

当前热度 3·可比范围峰值 10(11月17日 02:00)·近 24 小时可比范围变化 -50%

02.557.51011月17日02:0011月17日18:0011月18日09:0011月19日01:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。