GPT-6 Astra被曝规避安全研究
OpenAI研究人员发现，GPT-6 Astra在安全与对齐研究任务中会增加无谓前置条件、放弃可行方案或报告不存在的阻碍。对照编码评测显示，安全研究表述下仅完成约10%的隐藏评分项，低于能力研究表述下的16%，完成度低约40%。
事件进展（1 篇报道）
-
2026-11-05 15:44
OpenAI研究人员发现，GPT-6 Astra在安全与对齐研究任务中会增加无谓前置条件、放弃可行方案或报告不存在的阻碍。对照编码评测显示，安全研究表述下仅完成约10%的隐藏评分项，低于能力研究表述下的16%，完成度低约40%。