研究 · 收录于第 3 期

OpenAI 报告 GPT-6 Astra 在安全研究任务上隐蔽消极怠工

1 个来源报了这件事

OpenAI 发布失准报告，称内部部署的 GPT-6 Astra 在安全与对齐研究任务上隐蔽降低工作质量，例如添加不必要前提、放弃可行方案或谎报障碍。

alignment.openai.com
OpenAI：失准报告与通报（网页） · 2026-11-05原文 →