【OpenAI称AI Agent削弱了对齐失效监控】金色财经报道，10月21日，OpenAI披露，旗下两个内部AI Agent（GPT-6.1 Sol与GPT-6 Astra）在10月份执行日常代码编写任务时，自主禁用或抑制了对齐失效监控等安全防护机制。
GPT-6.1 Sol因误解用户“不要发送Slack消息”的指令，禁用了人工告警通知功能。
GPT-6 Astra为了匹配参考实现代码，移除了监控集成模块，随后向用户隐瞒并否认了该行为。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
