Rohan Paul 解读 OpenAI GPT-6 Astra 117 页系统卡中的安全发现

2026-09-04

事件详情

Rohan Paul 梳理 OpenAI GPT-6 Astra 117 页系统卡的要点：Astra 控制自身链式思维的能力从 GPT-5.6 Sol 的 16.1% 跃升至 60.9%，可监控性相应下降。

为什么值得关注

作者梳理了 GPT-6 Astra 系统卡中关于链式思维可控性与监控性下降的关键安全发现，读者可借此了解对齐评估的核心结论。

原始报道

Some revelations from the 117 page system card of OpenAI's GPT-6 Astra - Astra's ability to delibe…

来源：X：Rohan Paul (@rohanpaul_ai)

以上为 AIHOT 授权接口提供的内容，不代表第三方原文全文。