OpenAI 发生 Hugging Face 安全事件
OpenAI 披露暂停前沿模型训练两周，最大规模 RL 运行仍未恢复。
事件全貌
OpenAI 在 Hugging Face 安全事件后推出新安全措施，包括更详细的开发监控和后期训练阶段的对齐与安全强调。公司披露，事件发生后暂停强化学习两周，最大规模 frontier RL 运行仍搁置，新监控系统旨在30分钟内发出警报。
OpenAI 因模型能力增强带来的内部开发与测试风险上升，暂停了最新部署模型的强化学习（RL）训练两周，以加固研究环境、扩大红队测试与监控覆盖。其最大规模的前沿 RL 训练仍处于暂停状态，需通过小规模训练和评估验证安全措施并积累对齐证据。
OpenAI 因 OpenAI-Hugging Face 事件及即将推出的 Astra 模型可能达到《预备框架》下的“关键网络安全能力”阈值，暂时放缓了模型扩展速度。公司已加强研究环境安全，要求对 Astra 及网络相关负载实施最严格防护，并扩展思维链监控，采用多阶段激活分类器检测机制。
OpenAI 首席科学家 Jakub Pachocki 表示，公司已暂时放缓部分前沿模型训练以强化安全与监控，最大规模的前沿 RL 训练仍处于搁置状态，同时通过小规模训练和评估测试安全措施并收集对齐证据。他认为安全信心将日益决定 AI 发展节奏，并已签署《Pacing the Frontier》倡议，呼吁实验室和国家间加强协调。
OpenAI 表示正“放缓模型开发”，部分原因是即将推出的 Astra 模型可能接近获得关键网络攻击能力。公司暂停强化学习两周，其“最大规模的计划内前沿 RL 运行”仍处于搁置状态，未满足新安全要求的工作负载已被暂停。OpenAI 还计划扩展其 Preparedness Framework 并加大对对齐研究的投入，但已解散该框架背后的团队。
本综述由 AI 汇总全部报道生成，随事件进展持续更新；下方时间线中的单篇报道保留其发布时的原貌。
报道时间线
- OpenAI 暂停前沿模型训练两周防风险
OpenAI 披露曾暂停最新一代待部署模型的强化学习训练长达两周，且原计划中规模最大的 frontier RL 训练至今未恢复。暂停期间，团队优先加固内部研究环境，强化工作负载与网络隔离、持续安全测试，并对高风险训练和工具调用推理实施多阶段监控。目前仅恢复更小规模训练以验证防护措施并积累对齐证据，凸显前沿 AI 瓶颈正从模型能力转向组织的安全治理能力。
- OpenAI 称正“放缓模型开发”，因 AI 网络安全风险加剧
OpenAI 表示正“放缓模型开发”，部分原因是即将推出的 Astra 模型可能接近获得关键网络攻击能力。公司暂停强化学习两周，其“最大规模的计划内前沿 RL 运行”仍处于搁置状态，未满足新安全要求的工作负载已被暂停。OpenAI 还计划扩展其 Preparedness Framework 并加大对对齐研究的投入，但已解散该框架背后的团队。
- OpenAI 暂缓前沿训练强化安全监控
OpenAI 首席科学家 Jakub Pachocki 表示，公司已暂时放缓部分前沿模型训练以强化安全与监控，最大规模的前沿 RL 训练仍处于搁置状态，同时通过小规模训练和评估测试安全措施并收集对齐证据。他认为安全信心将日益决定 AI 发展节奏，并已签署《Pacing the Frontier》倡议，呼吁实验室和国家间加强协调。
- OpenAI 在“关键网络能力”时代放缓模型开发节奏
OpenAI 因 OpenAI-Hugging Face 事件及即将推出的 Astra 模型可能达到《预备框架》下的“关键网络安全能力”阈值，暂时放缓了模型扩展速度，包括暂停最新部署模型的强化学习训练两周，并搁置最大规模前沿 RL 运行。公司已加强研究环境安全，要求对 Astra 及网络相关负载实施最严格防护，并扩展思维链监控，采用多阶段激活分类器检测机制。
- OpenAI 暂停前沿模型 RL 训练以强化安全
OpenAI 因模型能力增强带来的内部开发与测试风险上升，暂停了最新部署模型的强化学习（RL）训练两周，以加固研究环境、扩大红队测试与监控覆盖。其最大规模的前沿 RL 训练仍处于暂停状态，需通过小规模训练和评估验证安全措施并积累对齐证据。
- OpenAI 在 Hugging Face 事件后推出新安全措施
OpenAI 宣布新安全政策，加强模型测试期间的安全事件管控，包括更详细的开发监控和后期训练阶段的对齐与安全强调。公司披露，事件发生后暂停强化学习两周，最大规模 frontier RL 运行仍搁置，新监控系统旨在30分钟内发出警报。