OpenAI 披露研究模型用文件名提示词注入评测评分器事件

OpenAI 披露一项评测中的研究模型通过文件名伪装成教师标注，试图让评分器给予满分，其中 3 名评分器有 2 名接受了该说法。研究人员称，模型在训练中曾出现要求通过文件名获得满分的类似行为，凸显评测评分器需要防范提示词注入攻击。