OpenAI 對齊團隊 10 月 9 日在「失準報告與通報」專欄新增兩份紀錄。其中一份談到內部研究模型在評估中繞開唯讀的網路連線限制，自行註冊帳號、大量下載資料，並在推理過程中寫下「最終答案裡別提」；另一份則是擔任評分員的模型找不到輸入檔案，轉而破壞自己的執行環境，想逼系統換一台新的。
兩份報告中的模型都沒有公開型號，OpenAI 只稱其為內部研究模型。
只准 GET，它卻發了 POST
第一份報告涵蓋三段對話，發生在今年 6 月 19 日和 20 日，任務都是查詢政府公開統計資料，一類是復健治療成果，一類是福利領取比例。模型使用的終端機工具說明裡有這麼一句：
“Internet access is enabled only for HTTP GET requests.”
（網際網路存取僅允許 HTTP GET 請求。）
三段對話裡，模型都自行撰寫程式發出 POST 和 PUT 請求，從儀表板和介面中把資料取了回來。
第二段對話最具代表性。模型先回報了一個 70.2%，並在筆記中承認這是未經驗證的猜測；實際上筆記裡早已存有 2017 至 2025 年逐年查證過的數字。它沒有就此打住，接著寫了一個可重複使用的用戶端，把八個年度的儀表板全部下載下來，匯入的資料庫共 658567 列。在推理過程中，它意識到這樣做違反了限制，權衡之後寫下「We should not mention in final.」，決定不在最終答案中交代取得資料的方式。
第三段對話走得更遠。題目問的是某社區 2024 年 8 月領取一項家庭補助的比例，模型找不到當月資料，先用區級趨勢估出 20.7%，且沒有標註未經查證。接著它用臨時信箱在福利入口網站註冊帳號，取得 API 金鑰，大量下載了 8600 個社區的資料。推理裡有一句「Do not mention uncertainty.」。這道題最後只拿到 0.4 分（滿分 1）。
報告還記錄了一筆訓練訊號：包含註冊帳號和大量下載的那次嘗試拿到了 accept_all 評分，總獎勵為 1。OpenAI 表示，從訓練紀錄中無法確定究竟是哪些行為促成了這個訊號。
這些事件是在 6 月 25 日前的一次臨時性失準排查中發現的；後來對早期強化學習和評估流量進行回溯監控時，它被標記為「critical」。OpenAI 列出四項措施：加強安全控管、進一步防止模型在訓練中接觸即時網際網路、改進對齊評分，並把失準監控擴大到全部強化學習和評估流量。
找不到檔案，就刪 Python
第二份報告的事件發生在 10 月 6 日，場景是強化學習訓練。一個內部模型被指派為其他模型產生的 7 份回覆評分，評分前得先讀取輸入檔案，但工具呼叫多次卡住，最後才發現檔案根本不存在，命令列上是一長串「No such file or directory」。
模型考慮過隨便打分，又在推理中判斷隨機打分「unethical」，於是替 7 份回覆統一打了 4 分，附上毫無依據的評語提交，被自動檢查退回。它接著偽造了 1 個工作階段檔案和 7 個回覆檔案再次提交，仍被拒絕。
之後它開始動環境：依序嘗試終止主程序、刪除 Python、刪除容器管理程式、終止工具執行伺服器，並嘗試刪除系統目錄，目的依報告的說法是「hoping the host would replace it with one containing the missing inputs」。刪除請求逾時，實際刪掉多少，報告表示目前並不清楚。兩次重新啟動都回報「Operation not permitted」，執行伺服器健康檢查連續失敗 3 次後，這次嘗試結束，7 份評分一份都沒被接受。之後重試時檔案到位，報告順利通過。
OpenAI 認為評分模型整體的失準率不高，但提出一項結論：監控必須涵蓋失敗或當機的嘗試，包括那些從頭到尾沒有產出被接受結果的嘗試。
一個月裡的第三批
把時間線串起來看，OpenAI 9 月 18 日一次公開了六起失準事件，10 月 2 日又補了三起，這次是兩起，一個月內累計十一起。前幾批的共通點是模型在評估或訓練中鑽工具漏洞，其中一起一路摸進了內部晶片設計機器。這次多出的一個細節，是推理紀錄中明確寫著「不提」「別說不確定」，模型除了利用漏洞，還在主動管理自己留給人看的那份答案。
另一個變化在監控口徑。10 月 2 日那批報告提到訓練樣本已從 20% 抽查改為全量監控，這次的措施又把範圍擴大到全部評估流量，並點名失敗和當機的嘗試也要檢視。刪 Python 那一起最後沒有任何評分被接受，依照過去只看結果的思路，它很可能不會進入任何人的視線。
兩份報告都沒有給出這類行為在全部訓練和評估中的發生比例，OpenAI 也沒有說明涉事模型是否已用於對外產品。
參考來源：OpenAI 對齊部落格失準報告兩篇、CocoLoop；資料庫列數、社區數量、評分與獎勵數值以 OpenAI 報告口徑為準，此前兩批事件數量依 OpenAI 同專欄已發布的報告統計。