今天凌晨，OpenAI 突然宣布，在 Hugging Face 入侵事件后已经暂停了最新模型的强化学习（RL）训练两周；同时，原计划进行的迄今最大规模前沿强化学习训练也处于暂停状态⸺ 他们计划用这段额外的时间评估模型行为、获取有关模型安全对齐状况的信息并调整安全措施。 当然，这也意味着预热已久的下一代大模型 Astra 大概率又要跳票了。 在大模型「卷生卷死」的时代，为什么 OpenAI 要主动踩刹车？