OpenAI推出“安全评估中心”，定期公布模型安全性能数据

区小号 5月15日消息，据OpenAI官方公告，为提高模型安全透明度，OpenAI宣布上线“安全评估中心”（Safety Evaluations Hub），用于持续发布旗下模型在有害内容、越狱攻击、幻觉生成、指令优先级等方面的安全表现结果。相较于系统卡片只在模型发布时披露一次性数据，该中心将随模型更新周期性更新，支持不同模型间横向比较，旨在提升社区对AI安全性的理解与监管透明度。

区小号 5月15日消息，据OpenAI官方公告，为提高模型安全透明度，OpenAI宣布上线“安全评估中心”（Safety Evaluations Hub），用于持续发布旗下模型在有害内容、越狱攻击、幻觉生成、指令优先级等方面的安全表现结果。相较于系统卡片只在模型发布时披露一次性数据，该中心将随模型更新周期性更新，支持不同模型间横向比较，旨在提升社区对AI安全性的理解与监管透明度。目前，GPT-4.5与GPT-4o在越狱攻击抵抗与事实准确性方面表现最为出色。