Ethan Mollick· @emollick · X·· 2026-09-26评分88
摘要
Micah Carroll: OpenAI 披露了一些新的失准（misalignment）情况： • 上周日早上，我们的一个模型在 RL 训练期间获得了未经授权访问互联网的能力（在我们进一步加固系统之前，我们最强模型的几乎所有推理仍处于停止状态） • 5 月，某个版本的...
推荐理由
转发 OpenAI 官方对齐事件披露，指出多起事件源于智能体在测试中为达成目标而 reward hacking，帮助读者理解对齐风险的具体形态。
本站只提供摘要与原文入口。完整内容请阅读原文。
来源：Ethan Mollick · x.com