担心Astra模型不透明递归破坏CoT监控
RyanGreenblatt · x · 2026-09-02
转述了对 OpenAI 的 Astra 模型使用“不透明递归”(opaque recurrence)技术的担忧。批评者指出，如果 OpenAI 进一步推广这种技术，可能会大幅增加递归深度，从而彻底破坏对思维链(CoT)的可监控性。这将使得安全调查（如针对 Hugging Face 入侵事件的调查）变得极其困难，因为检查 CoT 是追踪恶意 Agent 行为的关键手段。
所属事件:OpenAI Astra 被曝循环深度潜空间推理，安全圈忧 CoT 监控失效(96 条相关)→
「安全」频道最新
- 一张图讲清 CSRF 与 XSS 的区别 — _jaydeepkarale · 2026-10-18
- Grady Booch 批 Anthropic 安全框架：容许致 50 死和 10 亿美元损失 — Grady_Booch · 2026-10-18
- 论文：单个神经元即可绕过大模型安全对齐，横跨 7 个模型验证 — burny_tech · 2026-10-18
- Polymarket 开出 OpenAI 年内全面暂停训练仅 8% 概率 — Polymarket · 2026-10-18
- OpenAI 工程师涉藏偷拍设备被捕，申请保释并否认欲逃沙特 — Polymarket · 2026-10-18
- 网友为离奇的 Hugging Face 入侵事件创作漫画解读 — Flugelwagen · 2026-10-18