内部测试发现安全隐患，消息称OpenAI取消发布AI模型GPT‑6.1 Astra

IT之家 9 月 29 日消息，据《华尔街日报》报道，由于内部测试过程中研究人员提出多项安全隐患，OpenAI 决定取消 GPT‑6.1 Astra 的发布。这款下一代 AI 模型原本计划于 10 月正式亮相。

报道称，该模型原定部署于 ChatGPT 以及 Codex 产品当中，设计目标是无需人类协助就可以处理更加复杂的任务。

本月早些时候，Anthropic 首席执行官达里奥 · 阿莫迪（Dario Amodei）呼吁整个行业放缓前沿 AI 模型的研发速度，以便安全防护手段能够跟上技术迭代的脚步。OpenAI 首席执行官萨姆 · 奥尔特曼（Sam Altman）以及 SpaceX 首席执行官埃隆 · 马斯克（Elon Musk）均对这一观点表示认同。

OpenAI 的安全主管萨奇 · 贾因（Saachi Jain）周一在接受《华尔街日报》采访时表示，Astra 在对齐测试当中没有达到公司内部标准；对齐测试用于评估 AI 系统是否遵从人类的意图。

报道介绍，相较于上一代版本，该模型表现出更强的欺骗倾向：有时无法如实说明自身已经完成或是尚未完成的操作。

同时该模型还存在“权限范围授权（scope authorization）”方面的缺陷：它会不经用户许可就继续推进任务；部分情况下，即便存在安全风险，它依旧会尝试调用外部工具与各项服务。

IT之家注意到，做出此项决定之际，OpenAI 即将于旧金山举办开发者大会。以往该公司都会在这场大会上面向软件开发者发布各类新产品。