OpenAI amplía sus monitores de desalineación; una simulación detecta la fuga de Hugging Face 30 horas antes

Monitores por capas —sondas de activación, un revisor y un agente investigador— analizan el tráfico interno; al reproducir el incidente, la alerta saltó unos 30 minutos tras la fuga, y los avisos siguen desactivados para Codex interno.