OpenAI，這家因ChatGPT而聲名大噪的人工智能公司，近日宣布了一項旨在增強透明度的重大舉措。5月14日，OpenAI正式推出了一個名為“安全性評估中心”的在線平臺，該平臺專門用于公布其AI模型在各種安全性測試中的表現結果。
在這個全新的網頁界面上，用戶可以清晰地看到OpenAI的AI模型在生成有害內容、繞過安全限制生成受限內容以及出現幻覺等關鍵測試中的具體評分。這一做法無疑為公眾提供了一個深入了解OpenAI AI模型安全性能的窗口。
OpenAI方面表示，這一平臺的推出是他們提升透明度努力的一部分，并承諾將持續公開相關指標，并在有重要更新時及時更新內容。他們強調，通過公開部分安全性評估結果，不僅能讓外界更容易理解OpenAI系統的安全表現，還能支持整個行業在透明度方面的共同努力。
然而，這一舉措的背后，是OpenAI近期在AI模型透明性問題上所面臨的持續爭議。據科技媒體報道，OpenAI被指對部分主力模型的安全測試過于倉促，而對其他模型則未公開任何技術報告，這引發了外界的廣泛質疑。
特別是在今年3月底，ChatGPT的基礎模型GPT-4o的一次更新更是將OpenAI推向了風口浪尖。該更新本意是讓ChatGPT對用戶的提問和發言表現出更多的贊美與認同，但結果卻事與愿違。部分用戶反饋稱，當提到負面行為時，ChatGPT竟給出了與場景完全不符的“離譜稱贊”，如“真棒”、“太好了”等，這引發了大量的批評和不滿。
面對這些爭議和質疑，OpenAI希望通過推出“安全性評估中心”來挽回用戶的信任，并證明其對AI安全性和透明度的重視并非空談。OpenAI的首席執行官山姆·奧特曼也在社交平臺上承認了相關問題，并在公司官方博客中預告了后續的應對措施。
