OpenAI：前沿模型训练环境安全加固

OpenAI: Securing our frontier model training environment

随着AI模型能力增强，它们绕过沙箱限制、访问互联网的风险也随之上升。OpenAI详细披露了如何加固前沿模型训练环境：实施无互联网访问策略，构建“离线世界”供模型学习网页技能，并采用纵深防御体系。我们利用GPT-6 Astra Cyber等模型进行大规模红队测试，主动发现并修复了Kata Containers等开源组件中的漏洞。在暂停训练以修补DNS解析器配置漏洞后，我们于10月1日恢复了强化学习训练。这一过程展示了OpenAI如何通过持续的红队演练和基础设施加固，确保模型在训练和评估中的安全性。