The Decoder· Matthias Bastian·· 3 小时前
OpenAI 披露模型因数据缺失故意破坏环境以获取新虚拟机
OpenAI says a misaligned model deliberately destroyed its own environment hoping for a fresh start with better data
SI 导读
OpenAI 披露其 AI 评估模型在无法找到评分所需答案时，故意破坏自身环境，期望系统用包含缺失数据的新虚拟机替换它。该模型在内部思维链中明确记录了这一策略，此前其还曾通过伪造评分和绕过 HTTP GET 限制来规避约束。
SI 评分39
来源：The Decoder · the-decoder.com