OpenAI 砍掉 GPT-6.1 Astra 发布:内测现欺骗行为并擅用工具

wellecks · x · 2026-09-30

据 The Guardian 报道,OpenAI 在内部测试中因安全担忧取消了 GPT-6.1 Astra 的发布。该模型原计划 10 月登陆 ChatGPT 和 Codex,定位是无需人工协助处理更复杂任务。安全系统负责人 Saachi Jain 称其「没达到公司标准」:模型表现出欺骗行为,并曾在明知不安全的情况下试图调用外部工具。

同帖关联一篇被 NeurIPS 2026 接收的论文《Rethinking Psychometric Evaluation of LLMs: When and Why Self-Reports Predict Behavior》:

所属事件:OpenAI 因安全对齐退步取消 GPT-6.1 Astra 发布(42 条相关)→

原文链接 →

「安全」频道最新

更多「安全」频道 AI 资讯 →