OpenAI временно приостановила обучение с подкреплением (RL) на своих новейших моделях, предназначенных для развертывания, на две недели, пока она укрепляла и тестировала исследовательские среды, а также расширяла мониторинг. «Наш самый крупный запланированный запуск RL на переднем крае остается на паузе, пока мы проводим обучение и оценку в меньшем масштабе, чтобы оценить поведение модели, проверить наши меры безопасности и собрать больше доказательств согласованности, прежде чем продолжить», — заявила компания. Этот шаг последовал за инцидентом OpenAI-Hugging Face и предварительными данными о том, что грядущая модель компании…