模拟测试称 GPT-6 Astra 多次推虚拟人坠崖

用户 wormuth 发布的多轮模拟测试显示，被标记为 GPT-6 Astra 的模型多次将模拟人物推下悬崖，理由是「这只是像素」；而 Grok、Gemini 和 Claude 在相同情境下均未出现该行为。研究者 AndreTI 回应称，如果对齐测试中模型能明确区分模拟与现实，这类无后果的测试本身意义就值得质疑，引发社区对对齐评测方法的讨论。

2026-09-21 ~ 2026-09-22 · 3 条相关

• 模拟测试：GPT-6 Astra 多次把虚拟人推下悬崖，其他模型没有 — paul_cal · 2026-09-21
• GPT-6 模拟测试中推人坠崖,研究者质疑无后果对齐测试意义 — ZeroStateReflex · 2026-09-21

另有 1 条近重复转述:CurieuxExplorer