前OpenAI安全研究员忧心:系统卡安全讨论正在消失

j_asminewang · x · 2026-11-18

安全研究员 balesni 转发并评论 tomekkorbak 关于「GPT-6.2 Astra 可监控性」的推文线程:他指出模型可能整体变好了,但在真正关心的场景里 GPT-6.2 Astra 反而比 GPT-6 Astra 更难监控,这在系统卡的图表里容易被忽略。balesni 感叹 OpenAI 宫斗事件之前,研究员们还会公开发推讲解前沿模型系统卡的安全含义,如今似乎不再这么做——他担心公开讨论已经被寒蝉效应压制。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →