Az OpenAI felfüggesztette élvonalbeli megerősítéses tanulás tréningjét a biztonság és igazítás érdekében

Az OpenAI bejelentette, hogy felfüggesztette egyes élvonalbeli megerősítéses tanulási (RL) tréningeket, hogy biztosítsa a megfelelő igazítási, biztonsági és monitorozási szabványok teljesülését; a döntést a modellképességek gyors előrehaladása és a biztonság felzárkóztatásának szükségessége indokolja, miközben továbbra is elérhetővé kívánják tenni a fejlett képességeket.