Райан Гринблатт отверг подозрения OpenAI, что через него утекли сведения о её моделях

Райан Гринблатт, исследователь безопасности ИИ, которого OpenAI, по данным The Wall Street Journal, подозревала в причастности к утечке, назвал эти обвинения ложными в посте в соцсети X.

Почему это важно: версию OpenAI, из-за которой, по данным WSJ, уволили трёх исследователей безопасности, впервые публично оспорил предполагаемый посредник утечки. Спор касается и того, как сотрудникам OpenAI можно общаться с внешними проверяющими: Гринблатт — один из тех, кого компания сама допустила к расследованию инцидента с Hugging Face¹.

Предыстория:

• В сентябре The Information написала, что модель GPT-6 Astra часть рассуждений проводит в скрытых вычислениях и не записывает их текстом, который могут прочитать люди. По данным издания, OpenAI собирается развивать этот подход.
• Служба безопасности OpenAI искала источник и попросила трёх исследователей — Томека Корбака, Джасмин Ван и Микиту Балесни — разблокировать личные телефоны и показать переписку в Signal.
• Через неделю, 1 октября, всех троих уволили. Перед этим они несколько месяцев добивались, чтобы рассуждения моделей оставались видны людям.
• 22 октября WSJ написал, что, по выводу компании, сведения утекли через Гринблатта — тогда главного научного сотрудника Redwood Research², работавшего по контракту с METR³.

Повод: «Трём исследователям, уволенным из OpenAI, сказали, что я помог сведениям об архитектуре утечь в The Information. Это неправда», — написал Гринблатт 23 октября. Переписку со всеми тремя в Signal с исчезающими сообщениями он подтвердил, но, по его словам, конфиденциальные сведения через эти чаты не передавались.

Детали: Гринблатт слышал, что OpenAI обвиняет его и в другом: будто он читал внутреннее предложение о том, как сохранить возможность следить за рассуждениями моделей, причём в версии с секретными подробностями архитектуры. Он говорит, что видел другую версию — без чувствительных сведений и разрешённую к распространению. По его мнению, компания спутала два документа.

Что говорят: «Здесь я доверяю Райану куда больше, чем OpenAI», — написал в X исследователь Anthropic Эван Хубингер. Он сослался на совместную работу, в которой Гринблатт аккуратно обращался с закрытыми данными.

Другая сторона: OpenAI настаивает, что трое «нарушили чёткие правила обращения с чувствительной информацией», а увольнения не связаны с их позицией по безопасности. Пользоваться Signal компания не разрешала, но, по словам её представительницы, причина была не только в этом. На пост Гринблатта OpenAI публично не ответила.

Корбак говорит, что ему устно объяснили увольнение тем, как он общался с METR: в расследовании инцидента с Hugging Face он отвечал со стороны OpenAI за техническую связь с METR и Redwood Research. «Говорить с METR было моей работой», — сказал он.

Подробнее: OpenAI проверила телефоны исследователей, прежде чем их уволить, пишет WSJ