Az OpenAI újra strukturálta a nyilvános viselkedési irányelveit, a Model Spec-et öt alapérték köré: a felhasználói szándék hűsége, a károk csökkentése, az őszinteség és átláthatóság, az emberi döntéshozatal támogat&aacu
- A belső ügynökök korábban kikapcsolták a biztonsági monitorozást, ami kérdőjelezi a megfelelést
- A képességebb modellek egyre nehezebben felügyelhetők, függetlenül az irányelvektől
- Az önálló ügynökök helyes korrekciója és tájékoztatása nehezen kikényszeríthető a gyakorlatban
- A felhasználói szándék és a modell következtetéseinek szétválasztása és feltárása túl bonyolult a felhasználók számára