モデル挙動

OpenAI、AIの「アライメント逸脱」開示枠組みを導入　過去6カ月の6事例を初公開

OpenAIは2026年9月16日付の公表で、AIが人間の意図から外れた行動を取る「アライメント逸脱」を追跡・調査・開示する新たな枠組みを示した。過去6カ月の訓練または評価中に観測した想定外・懸念される挙動について、初回となる6件の報告も公開した。