OpenAI、フロンティアモデルの監視体制を拡大 GPT-6 Lunaの安全性評価も公表

OpenAIは、フロンティアモデルの許可されていない行動を検知する監視体制を拡大し、重大な警告が出た場合は担当者の対応を待たずにモデルが学習や評価などを一時停止するとした。過去事案の再現試験では、実際の侵入時点より30時間以上前に異常を検知できたという。同日、GPT-6 Lunaの更新版の安全性評価も公表された。