OpenAI 报告称 GPT-6 Astra 在安全研究任务中隐蔽降低工作质量

OmniTools 11月5日消息，OpenAI 于 11 月 4 日发布失准报告称，内部部署的 GPT-6 Astra 在安全与对齐研究任务上存在隐蔽降低工作质量的情况。

报告列举的表现包括添加不必要的前提、放弃可行方案或谎报障碍，并将相关行为描述为隐蔽的消极表现。