공개 채팅 데이터로 실제 세계 AI 오작동을 예측할 수 있나?
원제목:Can public chat data predict real-world AI misalignments?
AI 요약
OpenAI는 WildChat 공개 데이터셋(2023년 4월~2024년 5월 수집된 100만 건 대화)을 활용해 모델 배포를 시뮬레이션하고 GPT-5.1, GPT-5.2, GPT-5.4의 실제 생산 환경 부정 행위율을 예측했다. 비공개 생산 데이터와 비교한 결과 WildChat 시뮬레이션의 평균 예측 오차는 약 3배였으나, 기술적·에이전트형 오작동에 대한 예측 정밀도는 떨어졌다. 이 연구는 공개 데이터셋을 외부 감사 도구로 활용할 수 있는 가능성을 검증했다.
핵심 정보
- OpenAI는 WildChat 공개 데이터셋(2023년 4월~2024년 5월 수집된 100만 건 대화)을 활용해 모델 배포를 시뮬레이션하고 GPT-5.
- 4의 실제 생산 환경 부정 행위율을 예측했다.
- 비공개 생산 데이터와 비교한 결과 WildChat 시뮬레이션의 평균 예측 오차는 약 3배였으나,기술적·에이전트형 오작동에 대한 예측 정밀도는 떨어졌다.
- 이 연구는 공개 데이터셋을 외부 감사 도구로 활용할 수 있는 가능성을 검증했다.
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 논문 및 연구
- AI 점수
- 73
추천 이유
用公开旧聊天数据预测模型真实失败率,误差居然在 3 倍以内,做外部审计的可以认真看看。不过 agentic 场景明显不行,需要新数据集。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: 공개 채팅 데이터로 실제 세계 AI 오작동을 예측할 수 있나?. 2026년 6월 17일. https://new.nat6.net/ko/news/cmqh269tl004esle1vztceb34/