以GPT系列、Codec、DALL-E和Whisper等AI項(xiàng)目聞名的OpenAI公司，近期被曝大幅壓縮其大型語言模型（LLM）的安全測試周期。專家警告，這種為追求發(fā)布速度而犧牲安全評估的做法可能帶來嚴(yán)重后果。

測試周期從數(shù)月驟減至數(shù)天

據(jù)《金融時(shí)報(bào)》報(bào)道，OpenAI目前僅給予內(nèi)部員工和外部團(tuán)隊(duì)數(shù)天時(shí)間，用于評估最新LLM模型的風(fēng)險(xiǎn)與性能表現(xiàn)。而此前同類測試通常持續(xù)數(shù)月時(shí)間。八位熟悉OpenAI測試流程的知情人士透露，該公司已明顯減少在安全測試方面的投入，無論是資源分配還是時(shí)間安排都大幅縮減。

測試周期縮短的典型案例體現(xiàn)在GPT系列模型上：GPT-4發(fā)布前經(jīng)歷了長達(dá)六個(gè)月的安全評估，而2024年5月推出的GPT-4 Omni模型測試階段僅持續(xù)一周。Parekh咨詢公司CEO帕雷克·賈恩指出："AI領(lǐng)域競爭日趨白熱化，科技公司正以驚人速度推出新模型。"

安全風(fēng)險(xiǎn)與聲譽(yù)危機(jī)雙重威脅

多位專家強(qiáng)調(diào)，壓縮測試時(shí)間將顯著影響首發(fā)模型質(zhì)量。"如果出現(xiàn)模型幻覺或輸出危害等事故，OpenAI將失去公眾信任，面臨產(chǎn)品發(fā)布受挫的困境。"賈恩分析道。他特別指出，OpenAI已因從非營利組織轉(zhuǎn)型為營利企業(yè)面臨形象危機(jī)，任何安全事故都可能強(qiáng)化"為利潤犧牲安全"的負(fù)面認(rèn)知。

測試參與者直言不諱地批評這種變化：有人將縮短測試稱為"輕率之舉"和"災(zāi)難配方"；曾參與GPT-4測試的人員透露，某些潛在風(fēng)險(xiǎn)往往需要兩個(gè)月才能被發(fā)現(xiàn)。雖然OpenAI未立即回應(yīng)質(zhì)詢，但該公司在2024年9月已將安全委員會改組為獨(dú)立的"董事會監(jiān)督委員會"，該機(jī)構(gòu)有權(quán)出于安全考慮推遲模型發(fā)布。

技術(shù)升級或成雙刃劍

賈恩提出另一種可能性：OpenAI或許正通過AI技術(shù)提升測試效率。"他們可能在內(nèi)部流程中大量應(yīng)用AI技術(shù)，試圖以此加速模型發(fā)布。"這一推測得到OpenAI2024年12月聲明的佐證，該公司當(dāng)時(shí)宣稱其AI測試模型正快速變得更加強(qiáng)大。然而，這種技術(shù)驅(qū)動的測試加速能否真正保障模型安全性，仍需實(shí)踐檢驗(yàn)。