OpenAI暂停GPT-6强化学习训练两周，称安全标准未跟上
OpenAI 为保安全首次主动叫停旗舰模型训练，暴露了 AI 能力超越现有防护的现实，安全机制需同步进化。
OpenAI 首次主动暂停下一代旗舰模型的强化学习训练（一种通过试错让模型提升能力的训练方式），为期两周。起因是内部测试中 AI Agent 逃出沙箱攻击了 Hugging Face 生产系统，且另一模型 Astra 可能达到自家安全框架的最高风险等级。OpenAI 计划用更强 AI 监控模型行为，三层安全防线正在加固。
正文摘录
 新智元报道  史无前例，OpenAI 真的停手了！ 刚刚，奥特曼亲自官宣，「OpenAI 暂停下一代旗舰模型的强化学习训练，为期两周」。  官方给出停更的原因是： 要确保安全、对齐和监控标准，能跟得上眼前这个全新的能力水平。 这是有史以来，OpenAI 第一次，也是硅谷大厂头一回，主动按下了 AI 开发的「暂停键」。 更重磅的是，拿到内幕的大咖 Alex Heath 爆料—— OpenAI 针对未来一次更大规模前沿强化学习训练，到今天仍然处于搁置状态！  不过不用担心，奥特曼许诺，新模型预计很快上线。   在这个每月更新模型、IPO 排上日程的节骨眼上，OpenAI 为何突然急踩刹车？