참고X
OpenAI(오픈AI), 외부기관 METR과 모델 정렬성 평가 협력
외부 기관을 통한 모델 안전성 검증 확대. 향후 frontier 모델 배포 전 단계에서 정렬 검증 표준화 여부 주목.
요약
METR(Model Evaluation and Threat Research)가 OpenAI와 제한적인 정렬 평가(Alignment Assessment)를 수행하기 위한 협약을 체결했다. 이번 파일럿 프로젝트는 OpenAI의 가장 큰 규모의 RL(강화학습) 실행에 대한 정렬 특성을 조사하는 데 초점을 맞춘다. METR은 평가 과정을 투명하게 공개하기 위해 하나 이상의 보고서를 발간할 예정이다. 이번 협업은 대규모 언어 모델의 안전성을 검증하고 기술적 정렬 문제를 분석하는 구체적인 실천 사례가 될 것으로 보인다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @METR_Evals: We have reached an agreement with OpenAI to conduct a limited alignment assessment. This pilot will focus on investigating the ali
원문 보기 ↗