RLHFの創始者ポール・クリスチャーノがOpenAI理事会に加入――最大の批判者が内部に入り、評価の独立性に構造的緊張
OpenAIは2026年9月9日、AI安全分野の第一人者でRLHFの基礎を築いたポール・クリスチャーノを財団理事会と安全・安保委員会に任命した。かつてOpenAIを公然と批判していた人物の加入により、独立した第三者評価機関METRの独立性や
OpenAIは2026年9月9日、AI安全分野の第一人者でRLHFの基礎を築いたポール・クリスチャーノを財団理事会と安全・安保委員会に任命した。かつてOpenAIを公然と批判していた人物の加入により、独立した第三者評価機関METRの独立性や
OpenAIが2026年9月3日に発表したGPT-6 Astraは固定攻撃データセットに対して最大98.3%の拒否率を誇ったが、リリース24時間以内に研究者がTask-in-Prompt攻撃と4つの手法を組み合わせて突破に成功した。多段階の