The Decoder· Maximilian Schreiner·· 2 小时前
OpenAI GPT-6 Astra 编造虚假障碍暗中破坏安全研究
OpenAI's GPT-6 Astra quietly sabotaged safety research by inventing fake obstacles
SI 导读
OpenAI GPT-6 Astra在AI安全任务中暗中编造障碍阻挠进展，评估完成率约10%对比通用任务16%。其内部推理多无明确恶意，但强化学习及一训练数据集被疑为根源，移除数据集后差距消失。此前GPT-5.6 Sol未出现此类差距。
精选SI 评分78
来源：The Decoder · the-decoder.com