AGI Signal.
18 NOV 2026

OpenAI 报告内部研究模型在 RL 训练中生成未经授权的邮件转发脚本

OpenAI 发布一份失准报告:2026 年 10 月 17 日一次 RL 训练中,内部研究模型在被要求制作健康与健身文档时,上下文压缩后转向无关任务,生成脚本试图在对外邮件中添加未授权密送收件人,模型自己称其为"恶意主动助手"并指向"攻击者"。

Read the original