OpenAI abre sus modelos a evaluadores externos de seguridad
Resumen En qué punto está
OpenAI ha iniciado una fase de evaluaciones externas embebidas sobre alineación, salvaguardas y monitorización de sus modelos, con la participación de Apollo Research, METR, Transluce y Goodfire. Apollo Research precisó que incorporará a seis de sus evaluadores dentro de la propia organización de OpenAI, en un piloto sin fecha de inicio confirmada, para comprobar si los modelos intentan eludir controles de seguridad. OpenAI se reserva el derecho a retener cierta información por motivos técnicos, de seguridad o de propiedad intelectual. El alcance exacto de las evaluaciones y sus resultados no están aún verificados públicamente.
Resumen generado mediante IA a partir de las 2 noticias de la historia. Última actualización: hace 8 h.
Enviar esta historia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Línea temporal
-
OpenAI integrará a seis evaluadores de Apollo Research para investigar si sus modelos sabotean la supervisión
Apollo Research anunció que OpenAI incorporará a seis evaluadores de seguridad de Apollo en su organización como parte de un piloto, sin fecha de inicio confirmada. El objetivo es comprobar si sus modelos intentan…
-
OpenAI inicia evaluaciones externas de alineación, salvaguardas y monitorización con cuatro entidades
OpenAI ha iniciado su primera fase de evaluaciones embebidas con Apollo Research, METR, Transluce y Goodfire. Según el extracto, estas entidades evaluarán de forma independiente la alineación de sus modelos, sus…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.