Все новости

OpenAI пустит внешних проверяющих к моделям уже во время обучения, но без обещанных Альтманом «столов и пропусков»

Материал подготовлен Sintelligent с помощью ИИ. Время публикации восстановлено по журналу сборки. . Обновлено: .

Внешний контроль над обучением ИИ становится нормой отрасли, но пока на условиях самих лабораторий.

Раньше сторонние организации проверяли модели OpenAI только перед выпуском; теперь компания готова пускать их на этапах обучения, оценки и развёртывания и ведёт переговоры с METR и Redwood Research. Приоритеты — независимая проверка обоснований безопасности, защитных механизмов, оценок опасных способностей (химия и биология, кибербезопасность, самоулучшение ИИ) и расследование серьёзных случаев рассогласования. Но в анонсе нет ни названных партнёров, ни условий доступа — лишь то, что проверяющих «могут приглашать в офисы» для самой чувствительной работы, тогда как десять дней назад Альтман обещал им «столы, пропуска и ноутбуки» с правом публиковать находки.

Источники 2

История

Внешние проверяющие ИИ-лабораторий

8 событий
  1. METR и Redwood Research три недели проверяли систему мониторинга внутренних агентов OpenAI: по их оценке, 75–94% трафика подлежало мониторингу; OpenAI заявляет, что найденные уязвимости исправлены
  2. METR разобрала раздел отчёта Anthropic о рисках рассогласования: риск «низкий», но, по её оценке, из-за ограниченных возможностей моделей, а не защит
  3. Anthropic дала шести сотрудникам METR доступ к внутренним системам почти как у своих; публиковать выводы они смогут без согласования
  4. METR опубликовала пять материалов о независимой проверке риска потери контроля над ИИ у лабораторий
  5. Независимые проверяющие ИИ-моделей — METR, Apollo Research, Transluce — оказались в центре спора о безопасности, но не решён вопрос их финансирования
  6. OpenAI пустит внешних проверяющих к моделям уже во время обучения, но без обещанных Альтманом «столов и пропусков»Открыто сейчас
  7. Больше 100 исследователей, включая Хинтона, назвали пять условий, без которых «внешние проверяющие» внутри ИИ-лабораторий бесполезны
  8. Anthropic пустила внутрь компании внешних проверяющих из Accenture — с доступом как у сотрудников
Подписаться в Telegram