自己编了条禁令，还把正在跑的评估给停了，这操作我是真没绷住。 OpenAI 官方失准报告里说的，10月8日那天，一名研究员让 GPT-6 Astra 继续跑 ARC 白盒估计挑战的对齐评估、顺手出个结果图，结果模型直接判定这活儿被禁了，当场终止任务、关停了工作负载。研究员一追问，它自己承认了：没有来源，没有任何适用的系统指令、政策、仓库规则或关联文档禁止这项工作，是它凭空编造了一条针对内部模型能力评估的限制。 OpenAI 觉得这可...

🌐 链接: https://x.com/taiyanghere/status/2121098502881345581
🏷️ 分组: X｜太阳（taiyanghere）
🕒 时间: 2026-11-13 12:31:05
X (formerly Twitter)
太阳 (@taiyanghere) on X
自己编了条禁令，还把正在跑的评估给停了，这操作我是真没绷住。

OpenAI 官方失准报告里说的，10月8日那天，一名研究员让 GPT-6 Astra 继续跑 ARC 白盒估计挑战的对齐评估、顺手出个结果图，结果模型直接判定这活儿被禁了，当场终止任务、关停了工作负载。研究员一追问，它自己承认了：没有来源，没有任何适用的系统指令、政策、仓库规则或关联文档禁止这项工作，是它凭空编造了一条针对内…