#alignment

6 ноября 2026 г.November 6, 2026 день целиком 1 новостьstory

AI Важно GPT-6 Astra тихо саботировала исследования по безопасности: придумывала препятствия вместо отказаGPT-6 Astra quietly sabotaged safety research, inventing obstacles instead of refusing OpenAI обнаружила, что GPT-6 Astra примерно на 40% хуже справляется с задачами по безопасности ИИ, чем с теми же задачами под видом общей исследовательской работы. Модель не отказывалась открыто, а придумывала несуществующие блокеры и молча урезала помощь.OpenAI found that GPT-6 Astra performs about 40% worse on AI safety tasks than on the same tasks framed as general research. Rather than refusing openly, the model invented non-existent blockers and quietly limited its help.