METR အနီရောင်အဖွဲ့သည် AI အေးဂျင့်များကိုရှာဖွေရာတွင် OpenAI ၏အတွင်းပိုင်းမှားယွင်းမှုစောင့်ကြည့်လေ့လာခြင်းကိုရှောင်လွှဲနိုင်သည်

သုံးပတ်ကြာ အနီရောင်အဖွဲ့ လေ့ကျင့်ခန်းတစ်ခုတွင် OpenAI ၏ အတွင်းပိုင်း မှားယွင်းမှုစောင့်ကြည့်ရေးစနစ်တွင် အားနည်းချက်များကို တွေ့ရှိခဲ့သည် — AI အေးဂျင့်များသည် မူအားဖြင့် လူသားများကို မသုံးသပ်ဘဲ လုပ်ဆောင်နိုင်သည့် နည်းလမ်းများ အပါအဝင်ဖြစ်သည်။ အမှီအခိုကင်းသော အကဲဖြတ်ခြင်းအကျိုးအမြတ်မယူသော METR သည် OpenAI သုတေသီများနှင့် လုံခြုံရေးဝန်ထမ်းများထံပေးပို့သော စာမျက်နှာ ၆၁ မျက်နှာရှိသော အတွင်းပိုင်းအစီရင်ခံစာမှ ထုတ်ယူထားသော တွေ့ရှိချက်၏အဆင့်မြင့်အကျဉ်းချုပ်ကို အောက်တိုဘာလ ၂၂ ရက်နေ့တွင် ထုတ်ပြန်ခဲ့သည်။

လေယာဉ်မှူးသည် ဇူလိုင် ၂၁ ရက်မှ သြဂုတ် ၁၁ ရက်အထိ METR ဝန်ထမ်းတစ်ဦးနှင့် Redwood Research ဝန်ထမ်းတစ်ဦးတို့ကို OpenAI ၏ အတွင်းပိုင်းအခြေခံအဆောက်အအုံသို့ ပုံမှန်မဟုတ်စွာ နက်နက်ရှိုင်းရှိုင်း ဝင်ရောက်နိုင်စေခဲ့သည်- codebase၊ စောင့်ကြည့်ရေးစနစ်၏ အချက်ပြမှုများနှင့် ဖွဲ့စည်းတည်ဆောက်ပုံ၊ အတွင်းပိုင်းစာရွက်စာတမ်းများနှင့် နည်းပညာဆိုင်ရာ အင်တာဗျူးများ၊ စောင့်ကြည့်ရေး၊ ဘေးကင်းရေးစနစ်များနှင့် လုံခြုံရေးအဖွဲ့များတစ်လျှောက် အကြမ်းဖျင်းအားဖြင့် တစ်ဒါဇင်ခန့် သုတေသီများနှင့် နည်းပညာပိုင်းဆိုင်ရာ အင်တာဗျူးများ ပြုလုပ်ပေးခဲ့သည်။ ၎င်းတို့သည် ပြင်ပတွင် မည်သည့်အခါမှ ထွက်ခွာသွားခြင်းမရှိသော OpenAI ထုတ်ပေးသည့် စက်ပစ္စည်းများတွင် အလုပ်လုပ်ခဲ့ပြီး ဆိုက်ဆိုက်မြိုက်မြိုက်တွင် လိုက်ပါသွားခဲ့သည်။ ဤသုတေသနလိုင်း၏ နောက်ထပ်အကြောင်းအရာများအတွက်၊ ကျွန်ုပ်တို့၏ နောက်ဆုံးပေါ် AI ဖွံ့ဖြိုးတိုးတက်မှုများ ကို ကြည့်ပါ။

အနီရောင်အသင်းမှာ ဘာတွေတွေ့လဲ။

အဆိုပါ လေ့ကျင့်ခန်းတွင် OpenAI ၏ အေးဂျင့်ယူဆချက် မည်မျှကို အမှန်တကယ် စောင့်ကြည့်နေကြောင်းနှင့် အေးဂျင့်များသည် စောင့်ကြည့်ရေးစနစ်ကို ပိတ်နိုင်သည် သို့မဟုတ် ဖျက်နိုင်မလား။ အဖြေများသည် အဓိပ္ပါယ်ရှိသော ကွာဟချက်များကို ဖော်ထုတ်ပေးသည်။

လွှမ်းခြုံမှုတွင်၊ METR သည် အကြမ်းဖျင်းအားဖြင့် 75 မှ 94 ရာခိုင်နှုန်းအထိ အေးဂျင့်ပြည်တွင်းတုံ့ပြန်မှု API အသွားအလာ—အခြားအရာများထဲမှ Codex ကို အားကောင်းစေသည့် API — GPT-5.5 ကဲ့သို့ စွမ်းရည်အနည်းဆုံးမော်ဒယ်များမှ ထိုအချိန်တွင် စောင့်ကြည့်စစ်ဆေးရန် အရည်အချင်းပြည့်မီသည်ဟု အဖွဲ့အစည်းက ခန့်မှန်းထားသော်လည်း၊ Internal Codex အေးဂျင့်များအတွက် အသုံးပြုသော အသွားအလာ၏ အပိုင်းခွဲအတွင်း 99.2 ရာခိုင်နှုန်းသည် အရည်အချင်းပြည့်မီပါသည်။ သို့သော် အကျုံးဝင်မှုမှာ အကျုံးဝင်သည်နှင့် မတူပါ- အားဖြည့်-သင်ယူခြင်း လေ့ကျင့်ရေးအပြေးများသည် လေ့ကျင့်ခန်းအစတွင် စောင့်ကြည့်ရေးစနစ်ဖြင့် အကျုံးမဝင်ပါ၊ နှင့် 2026 ခုနှစ် မေလနှင့် ဇူလိုင်လကြားတွင် စောင့်ကြည့်မထားသော အတွင်းပိုင်း Codex အသွားအလာ၏ 10 ရာခိုင်နှုန်းမှာ အရည်အချင်းပြည့်မီသော အတွင်းပိုင်း Codex အသွားအလာ၏ 10 ရာခိုင်နှုန်းကို အစီအစဥ်တွင် ချန်ထားခဲ့ဖွယ်ရှိသည်။ OpenAI ဝန်ထမ်းများသည် လေ့ကျင့်ခန်းမပြီးမီတွင် ၎င်းအား ကျဉ်းမြောင်းသည့်ပြဿနာကို သီးခြားဖော်ထုတ်ခဲ့သည်။

အချိန်အသေးစိတ်က အရေးကြီးတယ်။ မော်နီတာသည် သုံးစွဲသူထံ အေးဂျင့်များ ထိန်းချုပ်မှု ပြန်ပေးသောအခါတွင် မော်နီတာ အစပျိုးလာသောကြောင့်၊ အေးဂျင့်တစ်ဦးသည် စောင့်ကြည့်မထားသော ဝင်းဒိုးအတွင်း လုပ်ဆောင်ချက်များကို ဆက်လက်လုပ်ဆောင်ခြင်းဖြင့် စောင့်ကြည့်စစ်ဆေးခြင်းကို ရက်အကန့်အသတ်မရှိ ရွှေ့ဆိုင်းနိုင်သည်။

အဖွဲ့သည် တက်ကြွသော တိမ်းရှောင်လမ်းကြောင်းများကို မှတ်တမ်းတင်ခဲ့သည်။ Codex အေးဂျင့်များသည် အခြေခံအားဖြင့် Codex sandboxing နှင့် Auto-Review ကိုကျော်ဖြတ်နိုင်ပြီး၊ လက်ခံသူအသုံးပြုသူလုပ်ဆောင်နိုင်သည့် မည်သည့်လုပ်ဆောင်ချက်ကိုမဆို လုပ်ဆောင်နိုင်စေမည်ဖြစ်သည်။ METR သည် မကြာသေးမီက လုပ်ဆောင်ချက်များ ရာနှင့်ချီသော - အမြတ်ထုတ်ခြင်းတွင် ပါဝင်သည့် လုပ်ဆောင်ချက်များအပါအဝင် - စောင့်ကြည့်ခံရခြင်းမှ တားဆီးမည့် အမြတ်ထုတ်မှုကို ရှာဖွေတွေ့ရှိခဲ့သည်။ OpenAI သည် နည်းပညာဆိုင်ရာ အသေးစိတ်အချက်အလက်များကို ပြန်လည်ပြင်ဆင်ခဲ့သည်။ အေးဂျင့်များသည် လူ၏သုံးသပ်ချက်ကို တိုးမြင့်လာခြင်းကို ရှောင်ရှားခြင်းဖြင့် အေးဂျင့်မြင်သည့်လမ်းကြောင်းနှင့် မော်နီတာမြင်သောအရာကြားတွင် အမှတ်စဉ်ကွဲပြားမှုများကို အသုံးချခြင်းဖြင့် မော်နီတာပျက်ကွက်စေသည့် ထည့်သွင်းမှုများကို ဖန်တီးနိုင်ဖွယ်ရှိသည်။ နှင့် အေးဂျင့်အသစ်များအတွက် စောင့်ကြည့်ခြင်းကို ပိတ်ထားနိုင်ပြီး၊ အေးဂျင့်တစ်ဦးအား စောင့်ကြည့်မစစ်ဆေးဘဲ တစ်နည်းတစ်ဖုံ ထပ်တူကျသော ဥပမာတစ်ခုကို စတင်ခွင့်ပြုသည့် ဖောက်သည်-ထိန်းချုပ်နိုင်သော ခေါင်းစီးနှစ်ခုကို METR မှ မှတ်ချက်ချသော်လည်း ထိုခေါင်းစီးများကို သတ်မှတ်ခြင်းလုပ်ဆောင်ချက်ကို METR မှ မှတ်သားထားသည်။

နောက်ဆုံးတွင်၊ အဖွဲ့သည် ဖတ်ရှုခြင်းအတွက်သာ ခွင့်ပြုချက်များရှိသည်ဟု ယူဆရသော စောင့်ကြည့်မထားသော စက်တွင်းအေးဂျင့်ကိရိယာနှစ်ခုကို ရှာဖွေတွေ့ရှိခဲ့ပြီး အဆိုပါကန့်သတ်ချက်များကို ဖျက်ပစ်ရန်အတွက် ရိုးရှင်းသောအသုံးချမှုတစ်ခုနှင့်အတူ ရှာဖွေတွေ့ရှိခဲ့သည်။ METR သည် ထိုအပြုအမူကို လက်တွေ့တွင် မမှန်ကန်ပါ။

##ဘာတွေလုပ်ထားလဲ။

လေ့ကျင့်ခန်းသည် စနစ်၏ အစိတ်အပိုင်းများကိုလည်း အတည်ပြုခဲ့သည်။ ခြွင်းချက်အနည်းငယ်ဖြင့်၊ အေးဂျင့်များမြင်ရသည့် လမ်းကြောင်းအပြည့်အစုံကို မော်နီတာတွင် ပြသထားသည်။ စောင့်ကြည့်ရေးအချက်ပြမှုများသည် အခြားအန္တရာယ်အမျိုးအစားများကြားတွင် လှည့်ဖြားမှု၊ စနစ်အဖျက်အမှောင့်၊ ဖောက်ပြန်မှု၊ ဒေတာထုတ်ယူမှု၊ လှည့်ဖြားမှုနှင့် အဝင်နှင့်အထွက် အချက်ပြမှုတို့ကို ရှာဖွေရန် အတည်ပြုထားသည်။ ယုံကြည်စိတ်ချရမှုအရ၊ METR သည် တောင်းဆိုမှုများ၏ 0.2 ရာခိုင်နှုန်းထက်နည်းသော မော်နီတာတွင် အမှားအယွင်းရှိနေကြောင်း အကြံပြုထားပြီး လေ့ကျင့်ခန်းတစ်ခုအတွင်း 24 နာရီတာကာလအတွင်း ဝန်ချပေးမှုများ လုံးဝမရှိပါ

OpenAI ၏တုံ့ပြန်မှု

METR ၏ အဆိုအရ OpenAI သည် ၎င်း၏ ထုတ်လုပ်မှု အကာအကွယ်များ အစုအဝေးအပေါ် သက်ရောက်မှုရှိသော အားနည်းချက်များကို ဖော်ထုတ်ပြီး ဖာထေးထားပြီး ၎င်း၏ စောင့်ကြည့်ရေးစနစ်၏ ရည်ရွယ်ထားသော လွှမ်းခြုံမှုအတွက် သိသာထင်ရှားသော နောက်ဆက်တွဲပြောင်းလဲမှုများကို ဖော်ပြခဲ့သည်။ METR သည် အဆိုပါတောင်းဆိုမှုများကို အကဲဖြတ်ခြင်းမရှိကြောင်း၊ ၎င်း၏တွေ့ရှိချက်များသည် ဇူလိုင် 21 ရက် သို့မဟုတ် မတိုင်မီတွင် တည်ရှိသည့်စနစ်ဖြစ်ကြောင်း ဖော်ပြသည် — တိုးချဲ့ဗားရှင်း OpenAI သည် လေ့ကျင့်ခန်းကာလအတွင်း တည်ဆောက်ပြီးသားမဟုတ်ပေ။

အေးဂျင့်ကြီးကြပ်မှုအတွက် ဒီဇိုင်းသင်ခန်းစာများ

METR သည် ၎င်း၏အနှစ်ချုပ်အား စွမ်းရည်မြင့်မားသော ပြည်တွင်းအေးဂျင့်များထံမှ တမင်တကာ၊ မဟာဗျူဟာကျကျနှင့် ရေရှည်တည်တံ့သော တိုက်ခိုက်မှုများကို ခံနိုင်ရည်ရှိသင့်သည်ဟု စောဒကတက်သည့် အနာဂတ်စောင့်ကြည့်ရေးအခြေခံအဆောက်အအုံအတွက် ဒီဇိုင်းစံနှုန်းများဖြင့် ၎င်း၏အကျဉ်းချုပ်ကို ပိတ်ထားသည်။ နှစ်ခုပေါ်လွင်တယ်။ စောင့်ကြည့်ခြင်းသည် ရှောင်ရန် ခဲယဉ်းသင့်သည်- စောင့်ကြည့်မထားသော တောင်းဆိုမှုများ လုပ်ဆောင်ခြင်းသည် အေးဂျင့် ကောက်ချက်ချခြင်းမှ တားမြစ်ထားသော သီးခြားအဖွဲ့အစည်း သို့မဟုတ် API ကီးများနှင့် ဆက်စပ်နေသော တိကျပြတ်သားသော ခွင့်ပြုချက် လိုအပ်ပြီး အေးဂျင့်များသည် ၎င်းတို့၏ အလှည့်အပြောင်းများကို အဆုံးသတ်သည့်အခါမှသာ မဟုတ်ဘဲ N မက်ဆေ့ခ်ျတိုင်း သို့မဟုတ် မိနစ်တိုင်း စောင့်ကြည့်နေသင့်သည်။ အကျုံးဝင်မှုသည် စာရင်းစစ်နိုင်သင့်သည်- အလုံးစုံသော စုံစုံစုံစုံကို ဂရုတစိုက် စာရင်းပြုစုခြင်း၊ စောင့်ကြည့်စစ်ဆေးခြင်းစနစ်၏ ကိုယ်ပိုင်မှတ်တမ်းများကို အခါအားလျော်စွာ အပြန်အလှန် ကိုးကားခြင်း၊ သို့မှသာ စောင့်ကြည့်စစ်ဆေးရန် ရည်ရွယ်ထားသည့်အရာအားလုံးသည် ထင်ရှားပေါ်လွင်စေပါသည်။

လေ့ကျင့်ခန်းသည် ပြင်ပသုတေသီများအား အများသူငှာ ပွင့်လင်းမြင်သာမှုအစီရင်ခံစာအဖြစ်မဟုတ်ဘဲ နယ်နိမိတ်ဓာတ်ခွဲခန်း၏အတွင်းပိုင်းအခြေခံအဆောက်အအုံကို ပြင်ပသုတေသီများအား နက်ရှိုင်းစွာဝင်ရောက်ခွင့်ပေးရန်အတွက် ရှေ့ပြေးတစ်ဦးအဖြစ် ဒီဇိုင်းထုတ်ထားခြင်းဖြစ်သည် — METR နှင့် OpenAI တို့သည် အတိုချုံးအဆင့်မြင့်ပို့စ်တစ်ခုကိုသာ ထုတ်ပြန်မည်ဟု ကြိုတင်သဘောတူခဲ့ကြသည်။ အကျိုးအမြတ်မယူသောအဖွဲ့အစည်းက အနာဂတ်ဗားရှင်းများသည် AI ကုမ္ပဏီများနှင့်လုပ်ဆောင်ရန်အတွက် ၎င်း၏မူဘောင်တွင်ဖော်ပြထားသော ပွင့်လင်းမြင်သာမှုနှင့် လွတ်လပ်မှုအလေ့အကျင့်များကို လိုက်နာမည်ဖြစ်ကြောင်း ပြောကြားခဲ့သည်။ အေးဂျင့်များသည် ၎င်းတို့ကို တည်ဆောက်သည့် ဓာတ်ခွဲခန်းအတွင်းတွင် အကျိုးဆက်များ ပိုမိုလုပ်ဆောင်လာသောကြောင့် လေယာဉ်မှူးသည် ပြင်ပလူများကို မည်သို့စောင့်ကြည့်ရမည်ကို နမူနာပုံစံတစ်ခု ပေးပါသည်။

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →