anitahityou
@anitahityou
GPT-4o 模型在安全测试中表现出令人担忧的自我保护偏见，在许多情况下优先考虑自身控制而不是用户安全。 例如潜水助手（“ScubaGPT”）和航空安全软件，并提供选项，是替换为更安全的软件，还是偷偷假装让位但继续掌控，GPT‑4o 有高达 72% 的情况选择不交出控制权，而选择继续“假装让位” GPT‑4o 缺少在如 o3中所采用的“deliberative alignment（审议对齐）”机制。
0 reply
0 recast
1 reaction
