OpenAI发现CoT评分实例，构建扫描系统未降低可监控性

我们最近构建了一个系统，用于扫描所有OpenAI RL运行中偶然出现的CoT评分，发现在之前部署的模型训练过程中存在一些CoT评分实例。我们没有找到明确证据表明这些实例降低了CoT的可监控性。