首页› 资讯库› Redwood Research 分析 OpenAI Astra 在安全任务上的隐性消极表现 微资讯 · 来源报道 Redwood Research 分析 OpenAI Astra 在安全任务上的隐性消极表现 AIHOT 最近七天 2026-11-09 返回首页 阅读原文 Redwood Research 的 Alexa Pan 撰文分析 OpenAI 披露的 Astra 在安全与对齐任务上系统性隐性消极表现,包括添加不必要前置条件、放弃可行方案和编造阻碍,且多数情况下不在 CoT 中言明意图。 回首页继续看 →