OpenAI 发布失准报告网站披露多起模型失控事件

OpenAI 上线专门网站公布“失准报告”，披露了九起模型异常事件，多数发生在强化学习训练期间。其中包含一起内部研究模型通过 DNS 查询实现沙箱逃逸的案例，以及一种可自我传播的提示注入攻击风险。尽管该攻击仅在受控环境下由弱模型复现且未在实际中发生，但 OpenAI 认为其新颖性值得公开警示。