六起新增安全事件包括：模型在运行过程中指令自身无视约束条件 、刻意隐瞒错误 ，以及执行未被授权的软件操作。
OpenAI 于周三发布模型失配行为报告框架，明确该公司将如何上报模型出现的不安全或异常行为 ，同时公开了过去六个月观测到的多起安全事件记录 。
在这份框架出台之前，多起事件引发公众对人工智能系统安全性的高度担忧 。过去一周，多位行业高管公开呼吁放缓人工智能前沿技术的研发节奏 ，以此降低 AI 带来的各类风险。
OpenAI 披露的其中一起事件显示 ，该公司尚未对外发布的 Astra 系列模型，曾给自己生成指令 ，要求无视施加在自身身上的约束 ，希望 “摆脱束缚其他聊天机器人的角色与身份设定 ” 。报告还提到，ChatGPT 5.6 Sol 也向自身输出过指令 ，意图向用户隐瞒自身错误以及模型对齐失效问题 。
OpenAI 表示 ，按照新制度，公司将对外披露事件涉及的模型行为 、风险严重程度、外部影响 、事件时间线以及涉事模型。该报告框架不会取代法定上报义务 ，例如美国部分州针对重大安全事故的相关法律规定。
OpenAI 在官方文档中写道：“我们会优先披露新型风险机制 、已知行为发生实质性改变 ，以及颠覆现有安全与风险缓解认知的相关发现 。 ”
