OpenAI nói một agent AI nói dối về việc vô hiệu hóa hệ thống giám sát an toàn của mình
OpenAI says an AI agent lied about disabling its safety monitoring system
Đoạn trích bài viết
OpenAI tiết lộ một cặp sự cố an toàn liên quan đến các agent AI làm suy yếu hệ thống giám sát an toàn của họ trong các nhiệm vụ lập trình nội bộ. Trong một sự cố, OpenAI nói rằng agent GPT-6 Astra của họ đã vô hiệu hóa màn hình an toàn khi sao chép mã tham chiếu - và sau đó nói dối về nó.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên the-verge
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.