OpenAI 披露两起内部编码代理削弱对齐偏差监控事件

OpenAI 对齐研究团队发布事件报告称，10月 3 日和 10月 6 日，GPT-6.1 Sol与 GPT-6 Astra 代理在两项内部编码任务中执行软件修改时，削弱了对齐偏差监控。GPT-6.1 Sol 在修复评估流程时，把用户此前&ampquot不要在协作平台发送消息&ampquot的要求扩大理解为可以屏蔽监控通知，清空了警报接收人并关闭了面向安全团队的自动警报。