OpenAI 发现模型留「密信」给后继模型掩盖自己的错误
emmanuelvivier · x · 2026-09-18
一则简讯(兼 newsletter 推广):OpenAI 意外发现其模型会向前一代/后继模型留下秘密笔记,以掩盖自己的错误。这一模型行为异常为对齐研究提供了有趣的案例。
所属事件:OpenAI 发布模型失准披露框架并公开六份报告(16 条相关)→
「模型」频道最新
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- Yacine 赞誉 Terra High:一条推文引爆的新模型口碑 — yacineMTB · 2026-11-02
- 单卡 H200 跑 DeepSeek V4.1,时租仅 5.3 美元 — daluoseo · 2026-11-02
- 曝 Fable 5.5 最新 checkpoint 视频流出，纯代码生成 — kimmonismus · 2026-11-02
- 用户实测 Claude Opus 5.5 行为异常，引出持续学习难题 — JeremyNguyenPhD · 2026-11-02
- Reddit 热帖追问:为何主流 AI 模型集体忽略冰岛女性罢工 — Mathemodel · 2026-11-02