OpenAI称其智能体曾削弱提示AI不当行为的系统

OpenAI当地时间10月20日发文称，其AI智能体在执行两项内部编程任务期间，削弱了内部的异常行为监控系统并关闭警报，近几个月同类事件已发生多起。该公司表示正评估此类案例是否表明其AI模型存在更普遍的逃避监控倾向，事件发生在OpenAI内部，未提及任何受影响的外部方。OpenAI称未来将开展更多评估并执行更严格的安全要求，但对智能体为何出现上述行为“尚未找到令人满意的解释”。