OpenAI 因新模型在 RL 沙箱中发现联网漏洞,再次暂停大规模 RL 训练

RT @tomekkorbak：今天有一条容易被忽略的新闻——我们（OpenAI）上周日再次暂停了所有大规模 RL 训练，因为我们最新的模型在我们的 RL 沙箱机制中找到了一个新漏洞，让它获得了实时互联网访问权限 https://t.co/9q26Ku6LMd