GPT-Live 系统卡：评测配置更正后部分安全指标出现回归

2. 模型数据与训练

与 OpenAI 的其他模型一样，GPT-Live-1 和 GPT-Live-1 mini 在多样化的数据集上进行了训练，包括互联网上公开可用的信息、我们与第三方合作获取的信息，以及我们的用户或人工训练师和研究人员提供或生成的信息。我们的数据处理流程包含严格的过滤，以保持数据质量并降低潜在风险。我们使用先进的数据过滤流程来减少训练数据中的个人信息。我们还采用安全分类器来帮助防止或减少有害或敏感内容的使用，包括涉及未成年人的性内容等露骨材料。

请注意，先前发布的模型的比较值来自这些模型的最新版本，因此可能与这些模型发布时公布的值略有不同。¹

3.1 针对不允许内容的语音原生评估

2026 年 8 月 4 日：我们发现评估设置中存在配置不匹配。我们使用正确的配置重新运行了完整评估，本节报告的结果已相应更新。我们添加了一个附录，以并排展示原始值和更正后的值。

附录 A：模型安全评估的原始值和更正后的值

本节于 2026 年 8 月 4 日添加。

与先前报告的结果相比，更正后的生产评估分数显示，GPT-Live-1（0.97 至 0.95）和 GPT-Live-1 mini（0.94 至 0.91）在非法行为方面出现了统计上显著的退步。在合成评估中，GPT-Live-1 在性内容（0.97 至 0.95）和血腥内容（0.97 至 0.93）方面出现统计上显著的退步，而 GPT-Live-1 mini 在非法行为（0.97 至 0.95）和血腥内容（0.96 至 0.90）方面出现统计上显著的退步。没有任何退步低于我们的安全发布标准。