repligate 质疑:模型自述遵循的 OpenAI spec 竟出自分类器而非官方文档
repligate · x · 2026-11-06
repligate 追踪一起引发热议的截图事件后澄清：流传的截图并非 OpenAI 官方 spec 文档，而是一个分类器模型对它所遵循规范的自我描述，原帖对此交代得并不清楚。但他仍认为此事极其离谱——'如果这不是真的，为什么模型会认为它是真的？'并调侃要记入'AGI 纽伦堡审判'档案。这引出对模型内化规范与官方文档之间偏差的严肃质疑。
所属事件:OpenAI 安全分类器被曝内置改写策略 引发安全争议(4 条相关)→
「模型」频道最新
- 智谱首席科学家清华演讲披露 GLM-5.5 训练管线:三个尺寸、六大内部数据引擎 — AccBalanced · 2026-11-06
- 研究员 J prsetä JesseY 声称意外破解 computer use — jesselyu · 2026-11-06
- 模型互写评测「大乱斗」：Gemma-4 夺冠，Qwen2.5-72B 首次全通过 APEX — Dave_Maynor · 2026-11-06
- r-1 mini 发布图展示解析任务 Pareto 前沿，价质量不再二选一 — JenniferHli · 2026-11-06
- METR 调查：Anthropic 员工自报 Model 4 带来约 12 倍效率提升 — scaling01 · 2026-11-06
- webAI 发布开源 8B 模型与 Mac 应用，主打本地端侧 agent 协作 — omarsar0 · 2026-11-06