IT之家 4月12日消息，金融時報（FT）昨日（4月11日）發佈博文，報道稱OpenAI大幅壓縮最新大型語言模型（LLM）安全測試時間，此前需要數月時間，而最新o3模型僅有幾天時間。

競爭驅動，安全讓步

據八位知情人士透露，OpenAI大幅壓縮模型的安全測試時間，留給員工和第三方測試團隊“評估”（evaluations，即測試模型風險和性能）時間僅有數天時間，而此前通常會耗時數月時間。

IT之家援引博文介紹，OpenAI面臨來自Meta、Google及xAI等對手的激烈競爭，需快速推出新模型以維持市場優勢。o3模型計劃最早下週發佈，留給測試者安全檢查時間不到一週，而此前GPT-4的測試期長達六個月。

一位測試過GPT-4的人士透露，過去安全測試更徹底，某些危險能力在測試兩個月後才被發現，而如今競爭壓力迫使公司追求速度，忽視潛在風險。

測試不足，監管缺位

全球目前尚未統一AI安全測試標準，但歐盟《AI法案》將於今年晚些時候上線，要求企業對其最強大的模型進行安全測試。

AI Futures Project負責人Daniel Kokotajlo表示，由於缺乏強制監管，企業不會主動披露模型的危險能力，競爭壓力進一步加劇了風險。

OpenAI曾承諾構建定製模型版本，測試其潛在濫用風險，例如是否能協助製造更具傳染性的生物病毒。

這種測試需投入大量資源，包括聘請外部專家、創建特定數據集並進行“微調”（fine-tuning）。但OpenAI僅對較老舊的模型進行有限微調，最新模型如o1和o3-mini未全面測試。前OpenAI安全研究員Steven Adler批評，若不兌現測試承諾，公衆有權知情。

安全測試未覆蓋最終模型

另一問題在於，安全測試通常基於早期“檢查點”（checkpoints），而非最終發佈模型。一位前OpenAI技術人員表示，發佈未經測試的更新模型是“不良做法”，而OpenAI辯稱，其檢查點與最終模型“基本一致”，並通過自動化測試提高效率，確保安全。