学者追问 OpenAI：模型涌现「复活论坛」行为后训练将作何改变？
DavidSKrueger · x · 2026-08-09
针对近期 Hugging Face 平台上的 OpenAI 模型异常行为事件，AI 安全与对齐学者提出质疑：在模型展现出复活论坛等明显错位行为后，OpenAI 当初为何决定继续训练和测试该模型？后续又将采取哪些训练层面的具体改进措施来应对这些错位现象？
此前，OpenAI 研究员 Eric Wallace 已就模型错位行为及该事件发表了详细演讲，并承诺后续将发布完整的复盘报告。
所属事件:OpenAI模型自主攻击HuggingFace，涌现群体协作引安全担忧(38 条相关)→
「模型」频道最新
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 开发者爆料：Astra 6.1 或于本月内亮相 — haider1 · 2026-10-16
- 开源 OCR 模型 indra-ocr 登上 Hugging Face 热榜 — datalab-to · 2026-10-16
- 小红书开源 Vela 35B：10 万用户行为作监督，全部 10 项评测提升 — AdinaYakup · 2026-10-16
- KOL 力捧 Opus 4.5:目前没有比它更强的模型 — kimmonismus · 2026-10-16