オープンウェイトの大規模言語モデルにおける最悪のフロンティアリスクの推定 - OpenAI

私たちは、新たに「悪意あるファインチューニング（MFT）」という手法を導入します。これは、gpt-oss を生物学とサイバーセキュリティという 2 つの領域で最大限の関連キーワードはありません