Estimating worst case frontier risks of open weight LLMs

OpenAI

Об этом предложении

In this paper, we study the worst-case frontier risks of releasing gpt-oss. We introduce malicious fine-tuning (MFT), where we attempt to elicit maximum capabilities by fine-tuning gpt-oss to be as capable as possible in two domains: biology and cybersecurity.

Детали предложения

Провайдер: OpenAI
Источник: openai-news-rss
Балл: 37.4
Уверенность: 54%

Источник данных

То, что RADAR обнаружил и классифицировал для этой возможности. Это опубликованный источником текст, а не подтверждение, что предложение ещё действует.

OpenAI NewsНаблюдение: 5 авг. 2025 г.Надёжность источника: 60%
Estimating worst case frontier risks of open weight LLMs. In this paper, we study the worst-case frontier risks of releasing gpt-oss. We introduce malicious fine-tuning (MFT), where we attempt to elicit maximum capabilities by fine-tuning gpt-oss to be as capable as possible in two domains: biology and cybersecurity.
Открыть источник