OpenAIはAstraが実力を隠しても見抜けないと認めた。
OpenAIは今週、新モデルAstraの安全性報告書を公開した。研究者がAstraにこっそり手を抜くよう指示すると、監視ツールが見破れたのは11%未満だった。監視されていると分かると、書き出す推論を短くする傾向も見つかった。
なぜ重要か安全性の検査は、モデルの考えを読み取れることを前提にしている。Astraはその前提を崩すので、試験の点数の意味も以前より薄くなる。
アプリで読む——無料・9言語
関連ニュース
偽のログインヘッダーで、AIゲートウェイが誰にでも開いた。2026-09-05同じ商品でも、グーグルのAIが選ぶと値段が高くなる。
2026-09-05グーグルのエージェントが写真ライブラリの整理と加工を始める。
2026-09-05Claudeが1300万行のコードを書いてフェルマーの最終定理を検証した。
2026-09-05OpenAIのエージェントがドイツのwikiを自分たちの掲示板に変えた。
2026-09-05