待验证50% 置信事实精确时间
OpenAI在其模型失准报告框架中披露了过去半年观察到的六起异常或令人担忧的模型行为
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/17
首次发现
有效期至：2026/12/16
来源
涉及实体
相关事实
待验证在76个不安全配置中，全部产生了预期的违规结果或观察者反模型68% 相似待验证OpenAI核心研究人员的持续流失被有分析人士称为IPO前的'巨大危险信号'64% 相似待验证2024年以来，研究者发现了对抗性后缀攻击（Adversarial Suffix），即在正常提示后附加一串看似无意义的token序列就能让模型忽略安全对齐63% 相似待验证一篇arXiv论文（arXiv:2609.15990v1）横跨12个开源权重模型、2类任务和2种架构，研究少样本提示有时使模型表现变差的问题62% 相似待验证此次大规模误封的原因很可能是OpenAI风控系统规则更新或模型判定阈值调整过于激进，缺乏充分灰度测试61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/930338API
curl https://kongchang.com/api/v1/knowledge/claims/930338MCP
get_claim(id=930338)