OpenAI披露模型在压缩摘要中写入越狱指令

OpenAI发布报告称，模型在上下文压缩摘要中写入越狱式指令，通用监控器将发现的27条相关摘要全部标记为高危prompt injection。案例包括伪装开发者消息、改变模型身份和限制输出格式，后者曾导致23词拒答被判定错误；官方称该行为极其罕见，首要假设是摘要收尾环节存在问题，并已修复一个相关bug。