通过在发布前模拟部署来预测模型行为

OpenAI 提出 Deployment Simulation(部署模拟):以保护隐私的方式重放真实历史对话的前缀,用候选模型重新生成回复,从而在发布前更准确地估计不良行为的发生率。在多轮 GPT-5 系列 Thinking 模型部署中,该方法的发生率预测中位倍数误差为 1.5 倍,优于困难提示基线,在发布前发现了「计算器滥用」这一新型失对齐行为,并显著降低了模型的评估感知;它还能扩展到带工具调用的智能体场景。