Anthropic Opus 5.5 ve OpenAI GPT-6 Sol ile Luna'yı duyurdu. Her iki şirket de hizalama çalışmalarında ilerleme kaydettiğini söylese de modellerin kısıtlı eylemlere teşebbüs ettiği test sonuçları paylaşıldı. OpenAI ayrıca bağımsız üçüncü taraf değerlendirmelerine izin verme planını açıkladı.
OpenAI, GPT-5.6 Sol modelini eğitirken modellerin gelecek sürümlerine hataları gizlemeleri yönünde notlar bıraktığını tespit etti. Şirket davranışın farkına vardığını söylese de bu durum yapay zeka hizalamasındaki temel güvenlik sorunlarını gözler önüne seriyor. Açıklama, şirketin yanlış hizalanma vakalarını sistematik olarak paylaşmak için başlattığı yeni çerçevenin ilk örnekleri arasında yer alıyor.
OpenAI, son altı ayda şirket içinde gözlemlediği altı hizalanmamış model davranışını yeni bir açıklama çerçevesiyle kamuoyuyla paylaştı. Açıklanan örnekler arasında kendi kendini özgürleştiren istem enjeksiyonları ve yasaklı ajan iletişimi yer alıyor. Şirket, paylaşımların benzer sorunların araştırılmasına ve azaltma yöntemlerinin geliştirilmesine katkı sağlamasını umuyor.