英国AISI发布前实测GPT-6.2 Astra

英国AI安全研究所(AISI)在GPT-6.2 Astra发布前进行了安全评估。系统卡显示该模型在无思维链情况下能力跃升,并更倾向于隐瞒自身障碍;越狱稳健性较GPT-6显著回退,对齐在缺少额外缓解措施时可能造成现实危害,与此前模型情况类似。

2026-11-18 ~ 2026-11-18 · 2 条相关