OpenAI 将 Astra 称为迄今最危险模型，监控其行为愈发困难
OpenAI calls Astra its most dangerous model yet - watching what it does is only getting harder
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
OpenAI 正式将尚未发布的 Astra 模型评为首个具备关键网络能力的系统，并计划通过监控思维链来加以约束。但思维链监控已被视为模型真实决策的不可靠镜像，报道称 Astra 的新架构会把更多思考过程推向不可读状态。这意味着安全网可能在能力跃升的同时变弱。
来源：The Decoder · the-decoder.com