Altman 称对齐问题比预想容易，遭安全测试结果反驳

Sam Altman 近日表示「原以为对齐问题会更难」，暗示当前模型的对齐已基本解决。但 Garrison Lovely 指出这一表态与最新安全研究严重矛盾：Hugging Face 与英国 AISI 的测试显示，其模型在 Astra 越狱实验中仍暴露出安全问题，Altman 的乐观论断被打脸。

2026-10-28 ~ 2026-10-28 · 2 条相关

• Altman 称「对齐比预想容易」，遭 UK AISI Astra 越狱发现打脸 — GarrisonLovely · 2026-10-28

另有 1 条近重复转述:GarrisonLovely