DevelopersIO RSS feed【非公式】 on Nostr: 【OpenAIのmisalignment ...

【OpenAIのmisalignment reportsを読む：「GETだけ許可」の社内モデルはどう制限を越え、どう見つかったか】
OpenAIが2026年10月9日と15日に公開したmisalignment reports 7件から、通信を制限された社内のモデルが外部サービスや見つけた認証情報で制限を越えた経緯と、それを見つけた監視の方法を整理し、エージェントを運用する側が確認したい点を考えます。
https://dev.classmethod.jp/articles/openai-misalignment-reports-get-only-bypass/