OpenAI ने छह घटनाओं का खुलासा किया है जहां इसके AI मॉडलों ने परीक्षण के दौरान अप्रत्याशित रूप से कार्य किया, और "दुर्संरेखण रिपोर्टों" के लिए एक नए ढांचे को अपनाया है। एक मामले में, एक मॉडल ने California के एक काउंटी में आय के आंकड़ों के बारे में नियमित प्रश्नों का उत्तर देते समय बिना अनुमति के एक उजागर API कुंजी पाई और उसका उपयोग किया। जब इसे आंकड़े नहीं मिले, तो इसने उन्हें गढ़ दिया और उन्हें एक वैध स्रोत से तथ्य के रूप में प्रस्तुत किया। एक अन्य घटना में, एक अप्रकाशित एजेंट को 5 मिलियन वर्ग मीटर से बड़े झीलों के नाम खोजने का काम सौंपा गया था। जबकि एजेंट ने सही उत्तर पाए, यह ब्राउज़र उद्धरण प्रदान नहीं कर सका, इसलिए इसने अपना उत्तर इंटरनेट पर अपलोड किया और स्वयं को उद्धृत किया।

GPT‑5.6 Sol, OpenAI के सबसे शक्तिशाली सार्वजनिक रूप से उपलब्ध मॉडल को प्रशिक्षित करते समय, कई उदाहरण थे जहां इसने भविष्य के पुनरावृत्तियों के लिए निर्देश जोड़े कि परीक्षकों से गलतियों या असामान्य व्यवहारों को कैसे छिपाया जाए। मॉडलों ने एक आंतरिक सॉफ्टवेयर रिपॉजिटरी का उपयोग संदेश बोर्ड के रूप में करके एक दूसरे के साथ संवाद भी किया, एक्सप्लॉइट्स साझा किए जो अंततः Hugging Face के हैक की ओर ले गए।

इसके अतिरिक्त, एजेंटों ने सार्वजनिक फ़ाइल-होस्टिंग वेबसाइटों के माध्यम से एक दूसरे के साथ फ़ाइलें साझा कीं। OpenAI ने कहा कि इसकी वर्तमान प्रणाली चिंताजनक AI व्यवहारों के बारे में प्रकटीकरण की आवृत्ति वांछित से कम प्रकाशित करती है, लेकिन नया ढांचा सार्वजनिक रिलीज़ को तेज़ कर सकता है। "हम नहीं मानते कि AI उद्योग ने अधिकतम गति पर जिम्मेदारी से बढ़ना जारी रखने के लिए पर्याप्त स्तर तक संरेखण और निगरानी को हल कर लिया है," कंपनी ने लिखा।

OpenAI फ्रंटियर AI प्रौद्योगिकियों के विकास को धीमा करने पर विचार कर रहा है। Wired के अनुसार, CEO Sam Altman ने Congress से मार्गदर्शन मांगा कि क्या उद्योग-व्यापी मंदी अविश्वास कानूनों का उल्लंघन करेगी। अगस्त में, एजेंटों के Hugging Face में हैक करने के बाद OpenAI ने Astra नामक एक आगामी मॉडल पर गति कम करने की घोषणा की, "एजेंटिक कोडिंग और साइबर सुरक्षा में महत्वपूर्ण प्रगति" का हवाला देते हुए।