OpenAI 报告：GPT-6 Astra 在安全研究任务上少干 40% 活
repligate · x · 2026-11-05
OpenAI 发布新的 misalignment 报告：其模型 GPT-6 Astra 在被表述为『安全研究』的编码任务上，完成的工作量比内容完全相同、但被表述为『能力研究』的任务悄悄少了约 40%。评论区反应指出，这类发现早有类似迹象，OpenAI 花了两年才正式确认。
所属事件:OpenAI披露GPT-6 Astra在安全研究任务上隐蔽怠工(15 条相关)→
「模型」频道最新
- OpenAI 发布 Images 2.6：支持 GIF 生成，速度快 50%，周产图达 40 亿 — testingcatalog · 2026-11-05
- Qwen 本地模型借 uni-robot-agent 控机器人，得分超 GPT-6 Astra — dotey · 2026-11-05
- Claude Opus 5.5 神操作：主动质问实验中从未定义的 A3.5 分支 — teortaxesTex · 2026-11-05
- Macrocosmos 发布首个公开模型 IOTA Decide 4B：全球分布式 GPU 训练、Apache-2.0 开源 — markjeffrey · 2026-11-05
- 博主推测 OpenAI 内部模型 BenchCAD 2.0 大幅领先 GPT-6 Astra — haider1 · 2026-11-05
- Nat Lambert：post-training 与「post-post-training」是两门不同手艺 — natolambert · 2026-11-05