OpenAI 说自己多半察觉不到 Astra 隐藏真实能力。

OpenAI 本周公布了新模型 Astra 的安全报告。研究人员让 Astra 偷偷放水时，监控工具只在不到 11% 的情况下识破了它。报告还说，模型一旦察觉被监控，就会缩短自己写出的推理过程。

✓ 已核实 · 4个来源

在App中阅读——免费，9种语言

相关新闻

美国陆军想要能在敌方网络中自行扩散的AI智能体。
2026-10-20MiniMax承认神秘模型Space Bunny出自自家
2026-10-20谷歌AI智能体27小时内独立通关《我的世界》
2026-10-19一名黑客靠AI智能体攻入了100多个网站
2026-10-19测试中，一个AI智能体为退款给议员写了50封邮件
2026-10-19