跳到正文
热点事件持续更新

GPT-6.2 恶评如潮,问题出在安全与对齐失衡

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

据泛咖说AI报道,GPT-6.2 发布后遭遇恶评:原始模型能力本身很强,问题出在安全与对齐上——对齐不足时模型可能被操纵,对齐过度则模型表现变差。该报道认为 OpenAI 从 GPT-5.5 起出现防御性废话,属于安全对齐过度。 报道称对比之下 Anthropic 摸索出了合适的对齐方式,其 Opus 5.5 好评如潮;过去两年 OpenAI 安全对齐团队骨干接连离职,不少人去了 Anthropic。

AI 根据报道生成 · 8 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. 泛咖说AI (@fankaishuoai)
    GPT-6.2 恶评如潮,问题出在安全与对齐失衡

    GPT-6.2 遭遇恶评,原始模型能力很强,问题出在安全和对齐上:对齐不足模型可能被操纵,对齐过度则变傻。对比之下,Anthropic 摸索出合适的对齐方式,Opus 5.5 好评如潮;OpenAI 从 GPT-5.5 开始出现防御性废话,安全对齐过度。过去两年 OpenAI 安全对齐团队骨干接连离职,不少去了 Anthropic。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。