已验证65% 置信事实精确时间
OpenAI宣布允许第三方在训练阶段介入安全评估，覆盖训练、评估、部署全流程，合作方包括METR与Redwood Research
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/9/30
首次发现
有效期至：2026/12/29
来源
涉及实体
相关事实
待验证OpenAI的负责任扩展政策、Anthropic的安全使用政策以及DeepMind的Frontier Safety Framework都试图通过内部红线管控高能力模型的训练与发布节奏75% 相似待验证OpenAI描述了一套分层软性安全防护栈，涵盖训练保护、实时内容检查、账户风险监测、访问权限控制、行为监控和持续红队测试74% 相似待验证OpenAI提出的第三方评估框架建立在严谨性、安全性、独立性三个关键属性之上72% 相似待验证OpenAI、Anthropic等公司正在研究的防注入技术方案包括将数据内容沙盒化、训练模型拒绝执行数据层指令、以及用监督模型检测执行模型输出72% 相似待验证OpenAI准备框架设立了独立于产品团队的'安全咨询小组'（Safety Advisory Group）负责向领导层提供风险定级建议71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961388API
curl https://kongchang.com/api/v1/knowledge/claims/961388MCP
get_claim(id=961388)