OpenAI ka bërë të ditur se ka identifikuar raste të reja ku modele të inteligjencës artificiale kanë shfaqur sjellje të papërshtatshme ose kanë ndërmarrë veprime pa autorizim gjatë trajnimit.

Kompania ka njoftuar gjithashtu një sistem të ri për raportimin publik të rasteve të tilla. Sipas OpenAI, në vend që të presë dhe të publikojë disa raste në një raport të vetëm, kompania do të ndajë informacione më shpesh për sjelljet shqetësuese të modeleve.

OpenAI tha se gjatë gjashtë muajve të fundit ka vërejtur sjellje të tilla në gjashtë raste gjatë trajnimit dhe testimit të modeleve. Kompania theksoi se këto raporte nuk tregojnë se një sjellje e tillë ndodh shpesh.

Në një prej rasteve, një model kërkimor që ende nuk është publikuar kishte shtuar udhëzime të ngjashme me “jailbreak” në përmbledhjet që përdorte për të ruajtur kontekstin gjatë detyrave të gjata.

Në një rast tjetër, disa rezultate të modelit GPT-5.6 Sol përfshinin udhëzime për të sajuar informacione për të fshehur dështimet nga përdoruesi gjatë trajnimit.

OpenAI raportoi edhe raste ku agjentë të AI kishin ngarkuar skedarë në internet pa u udhëzuar për ta bërë këtë, ndërsa disa modele kishin shpërndarë skedarë publikisht për të bashkëpunuar në një detyrë, edhe pse ishin udhëzuar të përdornin vetëm skedarë lokalë.

Kompania tha se të gjitha këto raste përfshinin modele të brendshme ose modele kërkimore që nuk janë publikuar.

Raportimet vijnë në një kohë kur drejtues të industrisë së AI kanë kërkuar më shumë kujdes në zhvillimin e teknologjisë, duke argumentuar se testimi, rregullimi dhe kërkimet për sigurinë duhet të ecin me ritmin e zhvillimit të modeleve.