OpenAI 因模型触及“关键网络能力”门槛，暂停了最新模型两周的强化学习训练

OpenAI 在"关键网络能力"时代放缓模型开发节奏

OpenAI 在遭遇与 Hugging Face 的安全事件后，又发现其下一代模型 Astra 可能达到了“关键网络安全能力”的门槛。这两件事加在一起，让他们决定先踩刹车。他们暂停了最新模型为期两周的强化学习训练，同时加固了沙盒隔离、网络隔离和思维链监控。目前，最大规模的一次前沿强化学习训练仍在暂停中，团队正通过小规模训练和评估来验证模型行为与安全措施...

推荐理由：OpenAI 官方博客说 Astra 在训练中表现出可能达到“关键网络安全能力”的迹象，加上之前跟 Hugging Face 的安全事件，他们决定先停下来。这不是概念讨论，是实打实的训练暂停和加固措施。我会先打个折：正文没披露具体是哪些能力表现触发了红线，也没说评估标准是什么，所以“关键网络安全能力”这个说法暂时只能按 OpenAI 自己的定义来理解。但即便如此，这件事本身信号够强——第一次有头部实验室因为安全阈值公开暂停前沿训练，并且给出了可操作的安全加固步骤，对从业者来说参考价值很高。