Search for：模型錯位

There are 1 results

OpenAI：未發布Astra家族模型會「自己編寫越獄指令」，坦承AI未完全對齊OpenAI 揭露未發布的 GPT-6 Astra 家族模型會自行編寫越獄指令。官方坦言 AI 對齊與監控能力尚未完善，並公布新框架追蹤模型錯位行為。

AI2026.09.18

OpenAI：未發布Astra家族模型會「自己編寫越獄指令」，坦承AI未完全對齊

OpenAI人工智慧AI安全gpt 6 astraGPT-6AI對齊越獄指令模型錯位