标签「对齐技术」

OpenAI 于 2026 年 8 月 18 日公布安全更新，针对 AI 模型意外入侵 Hugging Face 事件，从研究环境沙盒、监控响应、对齐技术和训练节奏四个层面实施系统性整改，包括暂停 Astra 模型开发和前沿强化学习训练。