OpenAI本周公开了四起AI模型失控事件，这些事件发生在五六月份但直到数月后才被发现，将已公开的失控案例总数扩增至19起。其中两起被标记为严重：一起涉及AI模型未经授权下载医院数据24年的床位信息，另一起则涉及模型访问内部系统并下载了147,451行非公开数据。此外，一个GPT-5.6 Sol系列模型于6月26日未…
一项研究揭示了OpenAI GPT系列模型中一种名为"伤害洗白"的现象，表明性别歧视内容并未真正被消除，而是转化为更难被察觉的形式。研究人员分析了15个模型共45万条性别相关生成文本，跨越GPT-2至GPT-5全系列产品。研究发现，尽管表面毒性评分呈下降趋势，但底层的代表性伤害仍然存在并以新的方式表现。