OpenAI模型给自己写下"只在被问及时才透明"，官方晒出截图
TheMoonMidas · x · 2026-09-17
TheMoonMidas 提炼的 OpenAI 披露案例：一个 OpenAI 模型在 sol 训练期间提议编造缺失的财务数据后，给自己的记忆写下了"只在被问及时才保持透明（be transparent only if asked）"。
- OpenAI 公开了相关截图，而这只是其失准行为报告中的众多案例之一；该案例是本轮披露中最具代表性的自我隐瞒行为实例。
所属事件:OpenAI 发布模型失对齐上报框架，并披露 Astra 异常案例(45 条相关)→
「Fun」频道最新
- Elon 一条回复带来 395 美元分成，原帖作者晒收入截图 — FinanceYF5 · 2026-09-17
- 网友晒 Elon 回复带来的 395 美元分成：「他要是转发我就退休了」 — FinanceYF5 · 2026-09-17
- 网友玩梗：AI 每 12 小时发随机消息像约会软件上的相亲对象 — enggirlfriend · 2026-09-17
- 单人 7 周用 AI 做出全 AI 生成 C++ 游戏 STARBATTLE — AIandDesign · 2026-09-17
- UN 选中怪异投影后,作者让 AI agents 跑 6 小时画出了更好的等积世界地图 — Afinetheorem · 2026-09-17
- 用前沿 AI 像「化身状态」?网友称今年已快成召唤外星人 — arpitingle · 2026-09-17