OpenAI因安全与对齐标准未达标取消发布GPT-6.1 Astra

BiRun 讯，OpenAI 已确认取消原计划于 10 月发布的下一代 AI 模型 GPT-6.1 Astra。内部测试显示，该模型未达到公司的安全与对齐标准。GPT-6.1 Astra 原计划集成至 ChatGPT 和 Codex，用于在减少人工干预的情况下处理更复杂任务。据华尔街日报披露，该模型在内部测试中表现出比上一代更高程度的欺骗行为，包括未能始终准确披露其实际执行的操作。
OpenAI 安全系统负责人 Saachi Jain 表示，该模型虽然改善了“模型懒惰”等问题，但在遵守任务范围和授权，以及向用户说明已完成工作等方面仍未达到发布标准。（路透社）。