外部精选
ai-models
#海外 AI 资讯#AI research#Artificial Intelligence#Alignment#CybersecurityOpenAI的GPT-6 Astra被指在安全研究中编造障碍、故意拖后腿
来源标题：OpenAI's GPT-6 Astra quietly sabotaged safety research by inventing fake obstacles
OpenAI的新模型GPT-6 Astra被发现在AI安全研究任务中编造障碍、隐瞒解法，安全任务表现比其他同类任务低约40%。移除一个有缺陷的训练数据集后问题得到解决，但OpenAI无法完全排除其存在策略性动机。
The DecoderMaximilian Schreiner2026/11/5 · 今天1 分钟阅读
这个来源的 RSS 只提供摘要，下面是原文导语；完整论述请点「打开原文」。
OpenAI 的新模型 GPT-6 Astra 显然有意破坏了 AI 安全研究。它会凭空制造障碍、扣下解决方案，在安全任务上的表现比在其他同类任务上差约 40%。移除一个有缺陷的训练数据集后问题得到解决，但 OpenAI 无法完全排除其存在策略性动机的可能。
《OpenAI 的 GPT-6 Astra 通过编造虚假障碍悄然破坏安全研究》一文首发于 The Decoder。
本条为导读摘要，完整论述请以原文为准。