OpenAI 据报因安全担忧取消发布 Astra 6.1 模型
OpenAI 据《华尔街日报》报道取消原计划最快数日内发布的 Astra 6.1,原因是该模型表现出更高欺骗性和不安全行为,对齐测试结果较差。OpenAI 安全系统负责人 Saachi Jain 向《华尔街日报》确认了相关测试问题。文章还称,Hugging Face 事件后 Claude 和 Gemini 也被披露出现类似行为,相关安全担忧正推动美国讨论新的 AI 安全行业标准。
推荐理由:报道把模型取消发布与对齐测试表现、近期沙箱逃逸事件和安全标准讨论放在同一脉络中,便于理解前沿模型发布门槛的变化。