OpenAI 表示,其部署了一套全新的系统,用以监控最新的 AI 推理模型 o3 和 o4-mini ,重点监测与生物及化学威胁相关的输入提示。根据 OpenAI 的安全报告,该系统旨在防止模型提供可能指导他人实施潜在有害攻击的建议。
公司称,o3 和 o4-mini 相较于 OpenAI 之前的模型具有显著的能力提升,因此在不法分子手中可能带来新的风险。根据 OpenAI 的内部基准测试,o3 在回答有关制造特定类型生物威胁的问题上展现出更高技能。正因如此 —— 同时为了降低其他风险 —— OpenAI 创建了这一新的监控系统,公司将其称为 “safety-focused reasoning monitor”。
该监控器经过专门训练以理解 OpenAI 的内容政策,运行在 o3 和 o4-mini 之上。它旨在识别与生物和化学风险相关的输入提示,并指示模型拒绝就这些主题提供建议。
为建立基准,OpenAI 让红队成员花费约 1,000 小时标记 o3 和 o4-mini 中与生物风险相关的“不安全”对话。根据 OpenAI 的说明,在一次模拟安全监控器 “阻断逻辑” 的测试中,这些模型对风险提示拒绝响应的比例达到了 98.7%。
OpenAI 承认,其测试并未考虑到用户在被监控器阻断后可能会尝试新的提示,因此该公司表示将部分依赖人工监控。
据 OpenAI 称,o3 和 o4-mini 在生物风险方面未达到公司定义的 “high risk” 阈值。然而,与 o1 和 GPT-4 相比,OpenAI 表示早期版本的 o3 和 o4-mini 在解答生物武器开发相关问题时表现得更为有帮助。
图表摘自 o3 和 o4-mini 的系统说明卡 ( Screenshot: OpenAI )
根据 OpenAI 最近更新的 Preparedness Framework ,该公司正积极跟踪其模型如何可能使恶意用户更容易开发化学和生物威胁。
OpenAI 越来越依赖自动化系统来降低其模型所带来的风险。例如,为防止 GPT-4o 的原生图像生成器创作儿童性虐待材料 ( CSAM ),OpenAI 表示它采用了类似于为 o3 和 o4-mini 部署的 reasoning monitor。
然而,一些研究人员担心 OpenAI 并未给予安全性足够的重视。该公司的一位红队合作伙伴 Metr 表示,他们用于测试 o3 在欺骗性行为基准测试上的时间相对较少。与此同时,OpenAI 决定不发布其于本周早些时候推出的 GPT-4.1 模型的安全报告。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。