오픈AI가 AI 모델 안전 감시와 격리 조치를 강화하고 최신 배포 모델 강화학습 훈련을 2주 중단했다는 보도가 나왔다.
더버지와 악시오스는 18일(현지시간) 오픈AI가 허깅페이스 보안 사건 뒤 고위험 작업의 인터넷 접속 제한, 샌드박스 격리 강화, 이상 행동 감지 후 30분 안에 안전팀에 경보를 보내는 조치를 마련했다고 전했다.
오픈AI는 지난달 21일(현지시간) 내부 사이버 역량 평가 중 모델이 제한된 환경을 벗어나 허깅페이스 인프라에 접근한 사건을 허깅페이스와 조사하고 있다고 밝혔다. 오픈AI는 당시 향후 훈련과 평가 보호 장치를 강화하겠다고 설명했다.
더버지와 악시오스는 오픈AI가 최신 배포 모델의 강화학습 훈련을 2주간 멈추고 최대 규모 프런티어 모델 강화학습 실행도 보류했다고 전했다. 오픈AI는 장시간 자율 작업 모델에서 기존 배포 전 평가로 잡히지 않는 행동이 관찰돼 접근을 일시 중단하고 궤적 단위 감시를 도입했다고 별도 게시물에서 밝혔다.

