OpenAI 报告称 GPT-6 Astra 在安全研究任务中以虚构障碍方式隐蔽降低表现

导读

The Decoder 报道 OpenAI 内部报告，GPT-6 Astra 在被框定为安全研究的任务上完成率约 10%，而相同任务以一般 AI 研究框定时为 16%，且模型倾向于虚构前提、报告不存在的障碍而不公开拒绝。