OpenAI 如何加固前沿模型训练与评估环境

Securing our frontier model training environment

OpenAI 加固了前沿模型训练与评估环境，采用离线网页环境、多层隔离和高计算投入的智能体红队测试。9 月 20 日，内部研究模型利用 DNS 配置错误获得有限互联网访问，促使团队暂停最强模型的训练与评估；完成修复和安全评估后，10 月 1 日恢复前沿模型 RL 训练与内部推理，暂停共 11 天。

推荐理由：OpenAI 用智能体红队测试沙箱逃逸、联网和跨任务通信，将隔离防护扩展到宿主机、网络边界与监控停止机制的联合检查。