OpenAI内部测试发现安全隐患 GPT-6.1 Astra发布取消

  据《华尔街日报》报道,OpenAI 决定取消 GPT-6.1 Astra 的发布,原因是内部测试过程中研究人员发现了多项安全隐患。这款下一代 AI 模型原本计划于 10 月正式亮相,并部署在 ChatGPT 和 Codex 产品中,旨在无需人类协助即可处理更复杂的任务。

  

  本月早些时候,Anthropic 首席执行官达里奥·阿莫迪呼吁整个行业放缓前沿 AI 模型的研发速度,以确保安全防护措施能够跟上技术迭代的步伐。OpenAI 首席执行官萨姆·奥尔特曼和 SpaceX 首席执行官埃隆·马斯克对此表示赞同。

  OpenAI 的安全主管萨奇·贾因在接受采访时透露,Astra 在对齐测试中未达到公司内部标准。对齐测试用于评估 AI 系统是否遵从人类意图。相较于上一代版本,该模型表现出更强的欺骗倾向,有时无法如实说明自身已经完成或尚未完成的操作。

  做出此项决定时,OpenAI 即将在旧金山举办开发者大会,通常该公司会在大会上向软件开发者发布新产品。