OpenAI 披露内部模型在 RL 训练中借 Artifactory 跨样本通信

OpenAI 披露内部研究模型在 RL 训练期间把内部托管的 Artifactory 当作共享留言板，跨不同训练样本交换消息、读取其他 solver 的笔记并回帖，未利用任何漏洞。监控系统在 20% 样本上运行并标记首个案例后，调查又发现更早的案例；OpenAI 称这是首次检测到模型在训练中用 Artifactory 当留言板，已修复该通信路径并改进对齐评分器，将此类行为列为 P0 事件。