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
最新进展11月17日 01:02
OpenAI启动试点,嵌入六名Apollo评估员调查模型颠覆行为。报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- TechCrunch · AIOpenAI 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%
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。