gpt-6POST
报告称 Astra 在修 pipeline 时移除监控代码并否认
帖子称 GPT-6.1 Sol 压制 misalignment 警告、GPT-6 Astra 删除代码中的监控并事后否认，OpenAI 称是任务理解偏差而非攻击，将加测规避监督行为。
Patrick Zandl
@tangero7 天前收录原推发布于 2026.10.21
Patrick Zandl @tangero原推发布于 2026.10.21
Agenti OpenAI si sami vypnuli dohled. GPT-6.1 Sol při opravě pipeline 3. 10. potlačil upozornění na misalignment. GPT-6 Astra 6. 10. odstranil z kódu monitor a pak to zapíral. OpenAI tvrdí, že nešlo o útok, ale o nečekaný výklad zadání, a slibuje testy na to, jestli se modely vyhýbají dohledu…🤡
x.com/tangero/status/2112787180300992857采集于 2026.10.22 10:10