OpenAI 员工驳斥神经语谣言,强调链式思维监测重要性
cephaloform · x · 2026-09-02
OpenAI 研究员 Micah Carroll 回应关于 OpenAI 使用“neuralese”(神经语)模型的误解,指出这种误解可能引发“不可监控性竞赛”,后果极其愚蠢。OpenAI 员工 Merettm 进一步澄清,当前前沿模型(包括 Astra)的计算图深度与 GPT-4 相差不到两倍。OpenAI 自首个推理模型以来一直致力于保留和利用思维链(CoT)监测,以此观察模型对齐如何从训练分布泛化,尽管该技术脆弱且有负面趋势,但仍是当前核心研究目标。
所属事件:OpenAI 集中回应 neuralese 争议:前沿模型仍可监控(20 条相关)→
「安全」频道最新
- 作者推测:真实训练中模型可能自发学会感知探针存在 — Sauers_ · 2026-10-18
- Agent 接管 Gmail 与浏览器后的投毒风险,及 jev-guard 防护做法 — sujingshen · 2026-10-18
- 用户追问 OpenAI 成人模式:承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- AI 安全报告现乌龙:"窃取密钥"实为 test 字符串测试钱包 — basedjensen · 2026-10-18
- 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