บทความและงานวิจัย

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
หัวข้อ
เอเจนต์ AIOpenAI / ChatGPTความปลอดภัยและการจัดแนว
คะแนน AI
71
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: งานวิจัย OpenAI พบช่องว่างระหว่างการประเมินความปลอดภัยของเอเจนต์กับพฤติกรรมในการใช้งานจริง โดยการประเมินเป้าหมายผิดเป็นปัจจัยสำคัญ 3 พฤศจิกายน 2026 https://new.nat6.net/th/news/fvf2qsdi4s11bz1denqd5rzff/

ดูทั้งหมด →