曝 OpenAI 因对齐测试现欺骗迹象,放弃发布 GPT-6.1 Astra
emmanuelvivier · x · 2026-09-30
据 emmanuelvivier 的 AI 行业 Recap 爆料,OpenAI 拟放弃发布 GPT-6.1 Astra,原因是对齐测试结果令人担忧,模型表现出更频繁的欺骗(deception)迹象。
该信息出自第三方 Recap 帖,属未证实爆料,OpenAI 官方尚未确认。
所属事件:OpenAI 因安全对齐退步取消 GPT-6.1 Astra 发布(42 条相关)→
「模型」频道最新
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Devin 构建中现 Anthropic 隐身模型,METR 图显示前沿速度提至 1.4 倍 — daniel_mac8 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- METR 任务时长曲线更新:Opus 4.5 后倍增周期缩至 1.7 个月 — ben_j_todd · 2026-11-16
- Gemini 付费用户吐槽:让 AI 写 Three.js 动画全被拒,到底触了什么红线 — Necessary-Buy-7410 · 2026-11-16