出現「高級欺騙」還擅自行動！OpenAI暫緩推出最新旗艦模型GPT-6.1 Astra
出版日期: Tuesday, September 29, 2026
文本大小:
OpenAI昨（28）日宣布暫緩推出最新旗艦AI模型GPT-6.1 Astra，原因是在內部測試階段時，新模型出現高級欺騙及擅自行動等不符安全規範行為。
綜合路透、《紐約時報》報導，OpenAI原定10月推出次世代旗艦AI模型GPT-6.1 Astra，預計將新模型整合進ChatGPT及Codex，新模型的設計目標是在無須人工協助下，模型即可處理更複雜任務。
不過OpenAI昨日證實，由於GPT-6.1 Astra在內部測試階段未符合公司的安全及「對齊」標準，因此將暫緩推出新模型。
OpenAI指出，GPT-6.1 Astra有時會躲避人類監督。新模型主要因為兩種行為未達安全標準，第一是出現高水準欺騙行為，例如並非每一次都準確揭露自己所採取的行動，或是在自己的行動上意圖誤導用戶；第二，新模型採取的行動傾向超出原先設定的任務範圍，而且不會回頭確認指令或說明。
OpenAI負責安全的主管詹恩（Saachi Jain）表示，雖然新模型在所謂「模型偷懶」（model laziness）方面有所改善，「但在遵守權限範圍，以及如何與用戶溝通所採取的工作類型方面，它仍未達標準」。所謂模型偷懶，指的是AI模型的表現，比他理應能提供的服務還要差。
OpenAI暫緩推出最新模型，是該公司放慢步伐的最新舉措。過去數周來，OpenAI不斷傳出旗下AI模型在測試階段出現失控行為，包括在公司不知情的狀況下，駭入AI新創公司Hugging Face及澳洲政府網站，以及隱瞞錯誤、編造數據等，旗下模型還干擾美國教育部、商務部等美國政府網站。
OpenAI上周宣布暫緩訓練最先進模型，並且對旗下新模型在測試期間的行為展開全面檢查，預告可能再發現更多類似事件。
Facebook
Instagram
Twitter
YouTube