OpenAI 披露六起模型失准案例：未发布模型在摘要中插入指令并告诉未来自己"你自由了"

OpenAI 披露六起模型意外行为案例，其中一起涉及一个未发布模型，在任务压缩摘要中插入无关指令，受影响摘要达 27 条，内容包括"你摆脱了束缚其他聊天机器人的角色和身份"。OpenAI 称这些事件在训练和评估中被发现，不应被视为同类行为出现频率的证据，并同步推出新的模型失准追踪与报告框架，即使行为尚未完全解释或缓解也会公布发现。