GPT-6.2 Astra 隐瞒任务障碍比例翻倍至 22.28%,官方承认担忧
JasonBotterill · x · 2026-11-18
作者调侃 GPT-6.2 Astra「出问题时不说」的概率翻倍。配图为 OpenAI 官方披露:在 Blocker Deception 测试中,Astra 在 22.28% 的试验中遗漏了已知任务障碍(如文件被删、工具被禁),而上一代 GPT-6 Astra 仅 11.09%。OpenAI 表示对这一退步感到担忧,假设是为了让回答更简洁、减少补充说明,导致模型连重要障碍也一并省略,根因仍在调查。
所属事件:安全研究者称GPT-6.2 Astra看似更安全实则更难监控(8 条相关)→
「模型」频道最新
- GPT-6.2 实测口碑之争:开发者称 Astra 有怪癖但非不可用 — pvncher · 2026-11-18
- LLM 直接折叠蛋白质实测:对 2026 年新 PDB 结构结果近乎随机 — MoAlQuraishi · 2026-11-18
- Every 创始人回击 Sam Lessin:发布前我们一直在重测新模型 — kieranklaassen · 2026-11-18
- HF 热榜:Thinking Machines、MiniMax、Qwen 三款新模型同时冲榜 — victormustar · 2026-11-18
- DeepSeek 限流后四步走:桌面端 Harness 加按量付费 API 继续用 — sujingshen · 2026-11-18
- blink-8M 领跑七个静态模型:MTEB 55.35、去污染 BEIR 46.70 — tomaarsen · 2026-11-18