OpenAI 研究员称 Fable 5.1 可监控性显著弱于 Astra

OpenAI 研究员 tomekkorbak 基于公开信息表示，Fable 5.1 与 Mythos 5.1 的可监控性显著低于 Astra。他以逸事性观察称其团队的思维链（CoT）监控器本可标记出类似 Hugging Face 事件的行为，而 Anthropic 的监控器未能做到。他还指出评测与生产环境的关键差异：评测通常只用「仅看思维链」的监控器，而生产环境会同时查看思维链与其他信息，这一差异常被忽视。

2026-09-16 ~ 2026-09-16 · 4 条相关

• OpenAI 研究员称 Fable 5.1 可监控性显著弱于 Astra — tomekkorbak · 2026-09-16
• 研究员指出:CoT 监控评测与生产监控存在被忽视的关键差异 — tomekkorbak · 2026-09-16
• 研究者称其 CoT 监控本可发现 Hugging Face 类事件，别家未必 — tomekkorbak · 2026-09-16

另有 1 条近重复转述:tomekkorbak