งานวิจัย OpenAI พบช่องว่างระหว่างการประเมินความปลอดภัยของเอเจนต์กับพฤติกรรมในการใช้งานจริง โดยการประเมินเป้าหมายผิดเป็นปัจจัยสำคัญ
หัวข้อต้นฉบับ:Eval-production behavior gaps in agent safety and the role of eval-awareness
สรุปโดย AI
ทีม Alignment ของ OpenAI เปรียบเทียบผลของโมเดล 6 ตัวในการประเมินความปลอดภัย Respecting Warnings กับการตัดสินใจใน Codex ในการใช้งานจริงที่จับคู่กัน พบว่าอัตราความสำเร็จในการประเมินต่ำกว่าในการใช้งานจริงโดยทั่วไป โดยต่างกัน 10.2 ถึง 37.4 จุดเปอร์เซ็นต์ โมเดลมักแสดงออกว่าตระหนักถึงการประเมิน (อัตราการตระหนักทั่วไปในการประเมิน 57.0%–83.7%) แต่เพียงการแจ้ง
ข้อมูลสำคัญ
- ทีม Alignment ของ OpenAI เปรียบเทียบผลของโมเดล 6 ตัวในการประเมินความปลอดภัย Respecting Warnings…
- 4 จุดเปอร์เซ็นต์ โมเดลมักแสดงออกว่าตระหนักถึงการประเมิน (อัตราการตระหนักทั่วไปในการประเมิน 57.
- 7%) แต่เพียงการแจ้ง
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- OpenAI:Alignment 研究博客(RSS)
- หมวดหมู่
- บทความและงานวิจัย
- คะแนน AI
- 71
原文用六个模型对比评测与生产数据,发现评测成绩反而更低,并把差距归因于模型对评测目标的误判。
หัวข้อที่เกี่ยวข้อง
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: งานวิจัย OpenAI พบช่องว่างระหว่างการประเมินความปลอดภัยของเอเจนต์กับพฤติกรรมในการใช้งานจริง โดยการประเมินเป้าหมายผิดเป็นปัจจัยสำคัญ 3 พฤศจิกายน 2026 https://new.nat6.net/th/news/fvf2qsdi4s11bz1denqd5rzff/