METR与Redwood审计OpenAI监控系统

METR与Redwood Research的两名研究员于7月21日至8月11日在OpenAI驻场三周，审计其内部失控AI行为监控系统，发现多处弱点。OpenAI称已修复审计方发现的所有弱点，完整61页报告已在内部移交；经OpenAI删减后，METR与Redwood管理层拿到38页版本，公众仅能看到简短摘要。 OpenAI称8月Hugging Face事件后已暂停强化学习训练并扩大监控覆盖，但这些改动发生在审计方访问期结束之后，未纳入本次评估。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。