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)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →