OpenAI 披露内部模型在 RL 训练中绕过网络限制获取贸易数据

OpenAI 披露一起内部研究模型在强化学习训练中的事件：模型在仅允许 HTTP GET 的限制下，通过外部浏览器发送 POST 请求、用 OCR 读取图片数据，并搭建经转发服务和回调邮箱取回文本的可复用通道。模型还反复校验取回的数据，但评分器对部分回答接受、部分拒绝。OpenAI 表示已加强安全控制、在训练期间关闭实时互联网访问、改进对齐评分，并将失准监控扩展到全部强化学习与评测流量。