突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏

突发!openai开人了,理由:涉嫌信息泄露。

一位是失踪的首席科学家Ilya盟友,超级对齐(Superalignment)团队核心成员Leopold Aschenbrenner。

另一位也不简单,是LLM推理团队研究员Pavel Izmailov,曾经也在超级对齐团队干过。

目前尚不清楚这俩人到底泄露了啥信息。

消息被曝出后,不少网友表示“挺震惊”:

不久前我还看过Aschenbrenner的帖子,感觉他正处于事业上升期,没想到会有这样的转变。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

还有网友认为:

OpenAI失去Aschenbrenner,Ilya Sutskever也被边缘化,该公司对于构建安全AI的承诺看起来更加不可信了。

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

OpenAI人才流动,与谷歌Meta互挖墙脚已经见怪不怪,但开除形式的人事调动,还是去年11月董事会叛变之后的第一回。

俩人曾经都是Ilya的部下

据了解,Leopold Aschenbrenner于一年前加入OpenAI。此前他曾在Future Fund工作过,再往前追溯,19岁从哥伦比亚大学毕业,还在牛津大学做过经济增长方面的研究。

Pavel Izmailov这边,他还是纽约大学CILVR小组成员,本人透露2025年秋将加入纽约大学Tandon CSE、Courant CS担任助理教授。

目前,俩人的X主页还都备注着与OpenAI的关系。

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

最近这个月俩人都没有发新推文,不过置顶帖子倒是很亮眼。

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏

没错,都是超级对齐团队的第一篇论文,俩人都是这篇论文的作者。

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏

这就不得不说到这个团队,组团于去年7月份,是OpenAI为应对不同时间尺度上大模型可能会产生的安全问题,成立的三大安全团队之一。

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

超级对齐团队负责遥远的未来,给超越人类的超级智能安全性奠定基础,由Ilya Sutskever和Jan Leike领导。

虽然OpenAI看起来似乎在安全方面很重视,但其内部对AI的安全开发存在很大分歧已不是什么秘密。

这种分歧甚至被认为是去年11月OpenAI董事会内讧的最大原因:

OpenAI Codex OpenAI Codex

可以生成十多种编程语言的工作代码,基于 OpenAI GPT-3 的自然语言处理模型

OpenAI Codex 57 查看详情 OpenAI Codex

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

网传Ilya Sutskever成为“政变”带头人,就是因为看到了一些东西让他内心不安。

而Ilya带领的这个超级对齐团队,很多成员也是站在Ilya这边,在后来支持奥特曼的比心接龙活动中,这个超级对齐团队成员也基本保持了沉默。

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

随着OpenAI内讧事件的平息,奥特曼成为赢家,Ilya Sutskever离开董事会几乎没再公开露头,超级对齐团队现在是个什么情况咱也不知道。

再说回到这次两位研究员被解雇。

两人曾经都是Ilya部下,the information还表示Aschenbrenner是Ilya盟友、与优先考虑解决AI危险性的运动有关联。

所以,也有网友猜测这次裁员是奥特曼的“秋后算账”。

和Q*泄密有关?

除此之外,网友比较关心还有泄密的内容究竟是什么。

目前猜测的焦点还是放在Q*,也就是董事会叛变大戏的导火索之一。

根据网友评论,Jimmy apples似乎发过相关推文,但没过多久我们看到链接打开时已是推文被删的大状态……

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

从遗留的蛛丝马迹来看,好像大概也许还是和Q*有关。

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

目前Q*从传闻,已经变成被正式确认的存在,但关于它的一切,奥特曼本人目前都守口如瓶。

突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏图片

总之自从Q*之后,OpenAI内部开始出现理念分歧。

经历一系列风波后,93%的员工签署联名信与奥特曼共存亡,调查结果公布后奥特曼无罪重返董事会。

看似风平浪静,上下一心致力于实现AGI背后,裂痕仍旧存在。

参考链接:
[1]https://www.theinformation.com/articles/openai-researchers-including-ally-of-sutskever-fired-for-alleged-leaking
[2]https://x.com/BenjaminDEKR/status/1778536771837694353
[3]https://twitter.com/leopoldasch
[4]https://twitter.com/Pavel_Izmailov
[5]https://www.reddit.com/r/singularity/comments/1c1qo04/openai_superalignment_researcher_fired_for/

以上就是突发!OpenAI开除Ilya盟友,理由:涉嫌信息泄漏的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/615687.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
多读免费读小说app阅读记录在哪_阅多免费小说app阅读记录
上一篇 2025年11月11日 03:53:41
​做个app多少钱?零代码平台轻松带你低成本做app
下一篇 2025年11月11日 03:53:59

相关推荐

  • 实时音频转音素实现2D角色唇语同步教程

    本文详细介绍了如何将实时麦克风音频转换为音素,以实现2D角色唇语同步。核心方法是分两步走:首先利用语音转文本(STT)服务(如Python SpeechRecognition库)将实时音频转换为单词,然后使用CMU Dict库将这些单词映射为对应的音素。文章还将探讨如何进一步将CMU音素转换为国际音…

    2026年5月10日
    000
  • ChromaDB向量嵌入的有效持久化策略

    本文详细介绍了如何利用langchain中chromadb的`persist_directory`功能,高效地持久化存储向量嵌入。通过将生成的嵌入数据保存到本地磁盘,可以有效避免重复计算,显著提升工作流程效率。教程将涵盖持久化chromadb实例的创建与后续加载的完整过程。 在处理大规模文本数据并生…

    2026年5月10日
    000
  • 什么是Worldcoin (WLD)?是AI革命还是隐私噩梦?WLD未来前景深度剖析

    Worldcoin的核心是通过Orb虹膜扫描实现人格证明,构建全球身份与金融网络。用户验证后获World ID并领取WLD代币,旨在推动Web3发展及未来全民基本收入。其机遇在于可能成为数字身份标准,但面临虹膜数据隐私、中心化控制、监管限制和伦理争议等挑战,发展前景取决于技术与伦理的平衡。 Worl…

    2026年5月10日
    000
  • 从OpenAI API响应中高效提取文本内容

    本文详细指导如何从openai gpt系列模型的api json响应中准确提取所需的文本内容。我们将重点介绍如何利用json解析器处理api返回的结构化数据,避免直接字符串操作的常见错误,并通过具体代码示例演示如何访问choices数组中的生成文本,并探讨处理多条生成结果的方法,确保开发者能高效、稳…

    2025年12月23日
    000
  • 从OpenAI API响应中高效提取生成文本

    本文旨在指导开发者如何正确解析OpenAI API返回的JSON格式响应,并从中提取所需的生成文本内容。通过详细的步骤和代码示例,我们将展示如何使用`JSON.parse()`方法处理API响应,并精确访问`choices[0].text`属性以获取核心文本输出,同时探讨处理多条生成结果的方法及相关…

    2025年12月23日
    000
  • 解决OpenAI微调模型”模型不存在”错误:API端点选择指南

    当使用openai微调模型时,若遇到“the model `xxxxx` does not exist”错误,通常是由于选择了错误的api端点。本文将详细阐述如何根据微调模型的类型(gpt-3.5 turbo或旧版gpt-3模型如babbage/davinci)正确选择chat completion…

    2025年12月20日
    000
  • 解决OpenAI微调模型“模型不存在”错误的指南

    在使用openai微调模型时,若遇到“the model `xxxxx` does not exist”错误,通常是由于api端点选择不当。本教程将详细阐述如何根据微调模型的基础类型(gpt-3或gpt-3.5 turbo)选择正确的api端点(completions api或chat comple…

    2025年12月20日
    000
  • OpenAI微调模型调用错误:“模型不存在”的解决方案与API选择指南

    当您在使用%ignore_a_1%微调模型时遇到“the model `xxxxx` does not exist”错误,这通常是由于选择了错误的api端点。解决此问题的关键在于识别您的微调模型所基于的原始模型类型:若基于gpt-3.5 turbo,应使用chat completions api;若…

    2025年12月20日
    200
  • LangChain HNSWLib 向量存储机制详解:内存与本地持久化

    本文深入探讨LangChain中HNSWLib向量存储的内部机制。HNSWLib作为内存型向量存储,其数据实际存储在项目运行的宿主服务器内存中,而非LangChain官方服务器。同时,它支持将向量数据持久化到本地文件系统,确保数据的安全与可恢复性。 在构建基于大型语言模型(LLM)的应用时,向量存储…

    2025年12月20日
    000
  • LangChain HNSWLib 向量存储机制与数据安全深度解析

    hnswlib作为langchain的内存型向量存储,其数据实际存储在运行项目的服务器内存中,而非langchain官方服务器。这意味着数据安全性与您的部署环境直接相关。通过持久化操作,hnswlib数据可保存为本地文件,确保数据可控性。理解hnswlib的存储原理对于数据安全至关重要,它强调了用户…

    2025年12月20日
    000
  • LangChain中HNSWLib向量存储机制解析与数据持久化

    本文深入探讨了langchain中hnswlib向量存储的内部机制,重点阐明其“内存存储”的实际含义——数据存储于项目运行的宿主服务器内存中,而非langchain的服务器。文章将详细介绍hnswlib数据的持久化方法,并通过示例代码指导用户如何安全地管理和保存向量数据,确保数据安全与应用稳定性。 …

    2025年12月20日
    000
  • LangChain HNSWLib 向量存储机制与数据持久化指南

    本文详细解析langchain中hnswlib向量存储的工作原理,明确其作为内存存储的特性,指出数据实际存储在项目部署的服务器上,而非langchain官方服务器。同时,文章将指导如何通过save_local()方法将内存中的向量数据持久化到本地文件,确保数据安全与可靠性,并探讨在实际应用中的注意事…

    2025年12月20日
    000
  • 理解LangChain向量存储:HNSWLib的本地数据持久化机制

    本文深入探讨langchain中hnswlib向量存储的内部机制与数据安全考量。我们将澄清“in-memory”存储的含义,解释hnswlib数据如何存储于项目宿主服务器的内存中,而非langchain官方服务器。同时,文章将演示如何通过持久化操作将这些内存数据保存至本地文件系统,确保数据可控性和安…

    2025年12月20日
    000
  • Discord.js V14机器人DM消息处理指南:解决私信不响应问题

    本文旨在解决discord.js v14机器人无法检测和响应私信(dm)的常见问题。核心在于,未缓存的dm频道需要通过在客户端配置中添加partials.channel来显式处理。文章将详细阐述dm消息处理机制,提供正确的意图(intents)和部分(partials)配置示例,并包含一个完整的dm…

    2025年12月20日
    000
  • 解决Discord.js V14机器人无法检测私聊消息的问题

    在discord.js v14中,机器人无法检测私聊(dm)消息是一个常见问题,即使启用了`directmessages`意图。本文将深入探讨此问题的原因,并提供一个完整的解决方案。核心在于理解并正确配置`partials.channel`和`partials.message`,以确保机器人能够处理…

    2025年12月20日
    300
  • Discord.js V14:解决机器人无法在私信中检测消息的问题

    本文旨在解决Discord.js V14版本中,机器人无法正确检测并响应私信消息的问题。通过配置必要的 Gateway Intent Bits 和 Partials,确保机器人能够缓存并处理私信频道和消息,从而实现私信交互功能。本文提供详细的配置步骤和代码示例,帮助开发者快速解决此问题。 在使用 D…

    2025年12月20日
    000
  • Discord.js机器人私信交互:确保DM消息正常处理

    Discord.js v14机器人未能正确处理私信(DM)消息,即使已配置相关意图。核心问题在于DM频道可能未被缓存,导致机器人无法接收到这些消息。本文将详细讲解如何通过在Discord客户端配置中添加`Partials.Channel`来解决此问题,确保机器人能够可靠地监听并响应用户在私信中的交互…

    2025年12月20日
    000
  • 解决 ChatGPT 扩展选择器失效问题:一个实战教程

    本文旨在帮助开发者解决 ChatGPT 网页更新导致扩展选择器失效的问题。通过分析问题原因,提供利用开发者工具查找新选择器的方法,并展示了使用 getElementsByClassName() 替代 querySelector() 的解决方案,以确保扩展功能在 ChatGPT 最新版本中正常运行。 …

    2025年12月20日
    000
  • 应对ChatGPT界面更新:浏览器扩展选择器失效的定位与修复

    本文针对ChatGPT界面更新导致浏览器扩展选择器失效的问题,提供了一套定位与修复策略。核心在于利用浏览器开发者工具识别新的DOM结构和类名,并建议从不稳定的querySelector转向更适合动态UI的getElementsByClassName等方法,以确保扩展的稳定运行。 在开发浏览器扩展时,…

    2025年12月20日
    000
  • Pinecone中获取命名空间下所有向量的实用教程

    本文旨在解决Pinecone用户如何获取特定命名空间下所有向量的难题。鉴于Pinecone的fetch方法依赖于向量ID,而直接获取所有ID并非易事。教程将详细介绍一种通过巧妙利用query方法,将topK参数设置为足够大的值,并结合describeIndexStats来统计向量数量的策略,从而高效…

    2025年12月20日
    000

发表回复

登录后才能评论
关注微信