论文评估开源权重LLM的最坏前沿风险
深度OpenAI2025-08-05T00:00:00+00:001 分钟阅读
在这篇论文中，我们研究了发布 gpt-oss 的最坏情形前沿风险。我们提出了恶意微调（MFT），即通过对 gpt-oss 进行微调，尝试激发其最大能力，使其在两个领域尽可能强大：生物和网络安全。
原文链接：https://openai.com/index/estimating-worst-case-frontier-risks-of-open-weight-llms
相关文章
资讯OpenAI·3月4日
OpenAI 推出学习成果测量套件，评估 AI 对教育成效的长期影响
OpenAI 发布了 Learning Outcomes Measurement Suite，用于系统评估 AI 在教育场景中的实际学习成效。该套件强调跨不同教学环境、并在更长时间周期内跟踪学生学习结果，帮助更准确判断 AI 的教育价值。
1 分钟
深度OpenAI·3月4日
Axios 如何用 AI 放大本地新闻影响力
Axios 首席运营官 Allison Murphy 介绍了公司如何将 AI 用于本地新闻生产。核心做法是借助 AI 支持一线本地记者、优化新闻编辑部流程，并以更高效率扩大高影响力本地报道的覆盖规模。
1 分钟