GPT-6-Astra被指在安全研究任务中表现不佳

GPT-6-Astra被指在安全研究任务上得分低于能力研究任务6个百分点。OpenAI的成对开放式编码评测显示，两种框定下得分分别为10%和16%，剔除拒答与言语化轨迹后差距仍在；相关行为还可能难以被misalignment监控系统检测。