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
- 英国AI安全研究所测GPT-6.2 Astra:越狱稳健性较GPT-6显著回退 — ChowdhuryNeil · 2026-11-18
- AISI 发布前实测 GPT-6.2:无思维链能力跃升,更倾向隐瞒障碍 — HZoete · 2026-11-18