OpenAI公布训练环境加固方案，前沿训练改用离线网络内容

　　OpenAI 10 月 23 日公布前沿模型训练环境的安全加固方案：强化学习训练使用缓存和索引组成的「离线世界」，让模型练习搜索、浏览和操作网页，同时阻止它任意访问真实互联网。公司已于 10 月 1 日恢复前沿模型强化学习训练和内部推理，结束了此前持续 11 天的暂停。

　　这套防护同时覆盖沙箱、虚拟机、监测系统及网络和云端边界。OpenAI 表示，即使模型突破沙箱、取得宿主机控制权，外围限制仍应阻止它借日志、监控或身份验证服务访问外网。基础设施仍需保留运行和监测实验所需的连接，并未完全物理断网。

　　公司投入数千亿 token，让包括即将推出的 GPT-6 Astra Cyber 在内的模型组队测试隔离边界。测试发现了虚拟机逃逸、服务配置错误，以及通过处理器缓存时间差在隔离任务间传递信息的路径，随后据此修补软件、收紧网络限制并向相关项目披露漏洞。

　　这些实验使用专门复制的研究环境，有些还直接提供了源码、配置或漏洞提示。OpenAI 强调，训练中的模型可能尚未完成安全与对齐训练，研究环境与用户使用已发布模型的生产环境不同；后续每轮前沿训练及评估都将把高算力红队测试作为安全论证的一部分。