AIHOT ↗· OpenAI:Alignment 研究博客(RSS)·2026-11-03 16:00· 16 天前AI 评分71OpenAI 研究智能体安全评测与生产行为差距及目标误判因素OpenAI 研究:智能体安全评测与生产行为存在差距,评测目标误判是关键因素AI 导读OpenAI 在六个服务模型上发现,Respecting Warnings 安全评测成绩比匹配的生产决策低 10.2 至 37.4 个百分点,模型对评测目标的误判与这一差距密切相关。来源:AIHOT · alignment.openai.comOpenAI / ChatGPTAgent 智能体推理能力安全对齐论文研究评测基准#论文/研究#评测/基准#安全/对齐#Agent#OpenAI#推理查看事件全部后续