ข้อมูลแชทสาธารณะสามารถทำนายพฤติกรรม AI ที่ผิดปกติในโลกจริงได้หรือไม่
หัวข้อต้นฉบับ:Can public chat data predict real-world AI misalignments?
สรุปโดย AI
OpenAI ใช้ชุดข้อมูลสาธารณะ WildChat (บทสนทนา 1 ล้านรายการที่เก็บรวบรวมระหว่างเมษายน 2023 ถึงพฤษภาคม 2024) จำลองการปรับใช้โมเดล เพื่อทำนายอัตราพฤติกรรมไม่พึงประสงค์ของ GPT-5.1, GPT-5.2 และ GPT-5.4 ในสภาพแวดล้อมการผลิตจริง เมื่อเทียบกับข้อมูลการผลิตภายในพบว่า การจำลองด้วย WildChat มีความคลาดเคลื่อนเฉลี่ยประมาณ 3 เท่า แต่ความแม่นยำในการทำนายพฤติกรรมผิดปกติด้านเทคนิคและแบบเอเจนต์ลดลง การศึกษายืนยันความเป็นไปได้ของการใช้ชุดข้อมูลสาธารณะเป็นเครื่องมือตรวจสอบภายนอก
ข้อมูลสำคัญ
- OpenAI ใช้ชุดข้อมูลสาธารณะ WildChat (บทสนทนา 1 ล้านรายการที่เก็บรวบรวมระหว่างเมษายน 2023…
- 2 และ GPT-5.
- 4 ในสภาพแวดล้อมการผลิตจริง เมื่อเทียบกับข้อมูลการผลิตภายในพบว่า การจำลองด้วย WildChat…
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- OpenAI:Alignment 研究博客(RSS)
- หมวดหมู่
- บทความและงานวิจัย
- คะแนน AI
- 73
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。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: ข้อมูลแชทสาธารณะสามารถทำนายพฤติกรรม AI ที่ผิดปกติในโลกจริงได้หรือไม่ 17 มิถุนายน 2026 https://new.nat6.net/th/news/cmqh269tl004esle1vztceb34/