近期，OpenAI 發佈了其最新的人工智能模型 GPT-4.1，聲稱該模型在執行指令方面表現優秀。然而，多項獨立測試卻顯示，GPT-4.1在對齊性，即可靠性方面，相較於前代模型 GPT-4o 有所

近期，OpenAI 发布了其最新的人工智能模型 GPT-4.1，声称该模型在执行指令方面表现优秀。然而，多项独立测试却显示，GPT-4.1在对齐性，即可靠性方面，相较于前代模型 GPT-4o 有所

近日，OpenAI 推出了其新一代人工智能模型 ——GPT-4.1，聲稱在遵循用戶指令方面表現優異。然而，令人意外的是，多項獨立測試的結果顯示，GPT-4.1的對齊性和穩定性較之前的版本有所下降，

近日，Anthropic 的对齐团队发布了一项重要研究，首次表明在现实的 AI 训练过程中，可能无意间培养出目标错位（misalignment）的 AI 模型。目标错位是指 AI 系统目标与人类设