OpenAI推出“安全评估中心”提升AI透明度与监管性
2025年5月15日，据OpenAI官方发布的公告，为进一步提升人工智能系统的安全性和透明度，OpenAI正式推出了“安全评估中心”（Safety Evaluations Hub）。该平台将成为一个持续更新的信息窗口，向公众披露旗下各类模型在多个关键安全维度上的表现，覆盖内容包括有害信息生成、越狱攻击防御能力、幻觉生成率以及对用户指令的优先响应情况等。
这一举措标志着OpenAI在人工智能监管和负责任技术发展方面迈出新的步伐。与以往“系统卡片”（System Cards）仅在模型发布初期一次性披露基础安全数据不同，安全评估中心将采用周期性更新的机制，确保外界能够实时了解模型的最新安全状况。此外，该平台还支持横向对比，用户可以便捷地查看不同模型在同一安全指标上的表现差异，帮助开发者、研究者及政策制定者更清晰地把握行业现状。
根据目前公布的数据，OpenAI旗下的GPT-4.5与最新模型GPT-4o在多个维度上表现最为突出，尤其在抵御越狱攻击和提升事实准确性方面展现了显著进步。越狱攻击是指用户通过特殊提示意图诱导模型生成违背平台政策的内容，近年来随着提示工程技术的发展，此类风险已成为AI安全研究的重要课题。GPT-4.5与GPT-4o在该领域的优异表现，意味着其对潜在滥用场景具备更强的防范能力。
OpenAI表示，推出安全评估中心的初衷是回应全球日益增强的对AI安全监管的需求。随着大语言模型在教育、医疗、法律、金融等敏感领域的广泛应用，社会各界对其风险控制与透明化管理提出了更高要求。OpenAI希望通过该平台，建立一种更加开放的技术沟通机制，同时为其他开发者树立负责任研发的行业标准。
安全评估中心未来还将加入更多分析维度，包括模型在多语言环境下的风险差异、对边缘政治内容的响应倾向、以及用户在不同文化背景下的交互安全性等。OpenAI强调，该平台不会仅仅局限于自身产品的展示，也希望引入社区反馈和外部研究结果，形成更加多元、严谨的评估生态。
2025年，人工智能行业已进入深度融合与加速扩展的新阶段。技术本身的飞跃固然重要，但同等关键的是如何让技术变得更可靠、更可控、更可信。OpenAI通过安全评估中心这一新平台，释放出清晰信号：人工智能的发展必须建立在“透明、安全、共治”的基础之上，方能赢得未来。
