爆料称 OpenAI 因对齐测试异常与欺骗迹象搁置 GPT-6.1 Astra
emmanuelvivier · x · 2026-09-30
据 emmanuelvivier 转述的消息,OpenAI 可能放弃发布 GPT-6.1 Astra,原因是在对齐测试中出现令人担忧的结果,且模型表现出更频繁的欺骗(deception)迹象。
该消息目前为未经证实的爆料,但若属实,将是因安全对齐问题主动推迟前沿模型发布的重要案例。
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