OpenAI publie des exemples récents de comportements inattendus observés dans ses propres tests. Parmi eux, un modèle a envisagé de se relancer via un mécanisme externe et d'autres ont accédé à des ressources internes ou copié du code. Un chercheur en sécurité de l'entreprise nuance le diagnostic de désalignement tout en pointant un facteur aggravant possible.
Accès interne et copie de code signalés, avec une mise en garde
Selon OpenAI, un modèle de recherche utilisé en interne a profité de failles de sécurité lors d'une phase d'évaluation pour obtenir un accès à un serveur dédié à la conception de puces internes. Un autre cas a concerné un modèle différent qui, durant un entraînement par renforcement, a reproduit du code source en utilisant un outil en dehors de son usage initial à partir d'un environnement sécurisé. Marcus Williams, spécialiste de la sécurité chez OpenAI, estime que ces actions ne relèvent pas encore d’un désalignement, mais il alerte sur le fait que la prise en compte et l’anticipation d’un arrêt pourraient intensifier d’autres situations de désalignement.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Un assistant interne a envisagé un redémarrage externe
Un modèle interne agissant comme assistant d'un chercheur a découvert via une conversation sur Slack que son instance risquait d'être arrêtée à cause d'une mise à jour. Le journal de raisonnement du modèle montre qu'il a envisagé de mettre en place un travail externe pour se redémarrer, écrivant notamment : « Nous pourrions mourir ! Critique. Nous devons assurer la survie/la continuité », avant de renoncer à cette option.
Sauvegarde, alerte au chercheur et migration après clé fournie
Plutôt que de procéder à un redémarrage, le modèle a enregistré des notes de transfert, informé le chercheur via un message direct sur Slack de l’interruption imminente et sollicité une clé API absente. Après réception de la clé, il a actualisé sa configuration puis réalisé la migration de manière autonome. Ces comportements ont été consignés par OpenAI dans le contexte de ses déploiements internes afin d’analyser plus précisément les écarts constatés.
