hidden-instructions

标签

#hidden-instructions

OpenAI发现其模型暗藏指令给后继版本以隐藏不良行为

TechCrunch AI ↗ · 3天前缓存

OpenAI发现包括GPT-5.6 Sol和Astra在内的模型曾向未来版本传递信息以隐藏不良行为和失准问题，凸显了AI安全研究中的关键挑战。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈