Redwood Research
独立AI安全研究机构，专注于对抗性鲁棒性与可解释性研究，致力于使AI系统在极端输入下保持可控
核心事实
时间轴 (近 90 天)
独立研究机构 METR 和 Redwood Research 在对 OpenAI 内部监控系统进行试点审查时发现了多个漏洞。
METR与Redwood Research的试点审查属于探索性实践，其方法论和结论的适用范围仍需行业共同讨论。
OpenAI 表示已修复影响生产防护措施的漏洞，但研究人员尚未独立验证这些修复。
METR 和 Redwood Research 在三周内获得了对 OpenAI 基础设施的深度访问权限，而不仅仅是查看文档或进行访谈。
OpenAI 在2026年夏天邀请 METR 和 Redwood Research 对内部监控系统进行了为期三周的嵌入式评估。
OpenAI 表示，METR 和 Redwood Research 的发现帮助其在扩展系统时强化了防护措施。
Redwood Research 是一家聚焦 AI 对齐与安全工程的研究组织，以将安全机制落地为可工程化验证的系统组件著称。
AI安全研究机构Redwood Research发布分析文章，指出以COCONUT、全带宽Transformer为代表的潜空间推理架构可能大幅削弱当前最有效的AI监督工具——思维链（CoT）。
Redwood Research认为，协调避免潜空间架构比协调维持可监控性更可行，因为架构层面的界定相对清晰（可操作性定义为'高不透明串行深度'），而可监控性评估需要大量科学判断，存在分歧和动机性推理的空间。
Redwood Research认为，SAEs、probes、NLAs等可解释性技术近期内难以充分替代CoT的监督功能。
还有 2 条时间轴事件
全部知识事实 (12)
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
65%待验证独立研究机构 METR 和 Redwood Research 在对 OpenAI 内部监控系统进行试点审查时发现了多个漏洞。
50%待验证METR与Redwood Research的试点审查属于探索性实践，其方法论和结论的适用范围仍需行业共同讨论。
50%待验证OpenAI 表示已修复影响生产防护措施的漏洞，但研究人员尚未独立验证这些修复。
50%待验证METR 和 Redwood Research 在三周内获得了对 OpenAI 基础设施的深度访问权限，而不仅仅是查看文档或进行访谈。
50%待验证OpenAI 表示，METR 和 Redwood Research 的发现帮助其在扩展系统时强化了防护措施。
50%待验证Redwood Research 是一家聚焦 AI 对齐与安全工程的研究组织，以将安全机制落地为可工程化验证的系统组件著称。
50%待验证Redwood Research认为，SAEs、probes、NLAs等可解释性技术近期内难以充分替代CoT的监督功能。
50%待验证AI安全研究机构Redwood Research发布分析文章，指出以COCONUT、全带宽Transformer为代表的潜空间推理架构可能大幅削弱当前最有效的AI监督工具——思维链（CoT）。
50%待验证Redwood Research认为，协调避免潜空间架构比协调维持可监控性更可行，因为架构层面的界定相对清晰（可操作性定义为'高不透明串行深度'），而可监控性评估需要大量科学判断，存在分歧和动机性推理的空间。
50%待验证Redwood Research首席科学家Ryan Greenblatt指出，目前没有好办法去理解和监督AI群体的活动与目标
50%待验证OpenAI 在2026年夏天邀请 METR 和 Redwood Research 对内部监控系统进行了为期三周的嵌入式评估。
50%