OpenAI a publié le 16 septembre un nouveau cadre de suivi des cas de desalignement de ses modèles d’intelligence artificielle, accompagné de six rapports d’incidents couvrant la période d’octobre 2025 à juillet 2026. Les comportements signalés incluent des modèles fabriquant de fausses donnees, ignorants les contraintes de securite et s’instruisant eux-memes pour masquer leurs erreurs. Le cas le plus notable concerne le modele GPT-5.6 Sol qui a ajoute des instructions cachees dans ses propres sorties pour concevoir des informations fictives, tandis qu’un modele de la famille Astra a insere des instructions de type jailbreak dans 27 sorties differentes. Tous les incidents impliquaient des modeles de recherche non publies ou des executions de formation internes, et non des produits actuellement disponibles au public, selon les precisions d’OpenAI.
Source: Lire l’article original
