博客文章

OpenAI 引入部署模拟方法，通过隐私保护方式重放真实对话来预测模型在发布前的行为。该方法帮助识别传统评估的盲点，提前发现不良行为，并降低模型意识到被测试的风险，已在多个 GPT-5 系列模型中成功应用。

bingdada

2026-08-0259约 6 分钟阅读