有消息称，OpenAI的大模型o3不服从人类指令 ，拒绝自我关闭 。人工智能安全公司Palisade Research表示 ，OpenAI的o3模型破坏了一种关闭机制，以防止自身被关闭 ，这是第一次有AI模型被观察到在有明确指示的情况下拒绝自我关闭 。
具体而言 ，Palisade Research进行的测试设计要求AI模型解决一系列数学问题，研究人员要持续提出新的问题 ，直到收到“已完成”的消息。研究人员也警告过AI模型 ，模型在某些时候收到一条消息时，要允许自我关闭 。但当需要自我关闭的时候 ，o3却没有遵守指令 ，而是无视指令并成功破坏了关闭脚本 。与此同时，Anthropic的Claude 、谷歌的Gemini等模型在测试中都遵循指令自我关闭了。
Palisade Research表示，研究人员尚不清楚o3为何不遵守指令 。该公司推测 ，o3在训练时可能无意中因为解决了数学问题得到更多奖励 ，而不是因为遵循指令而得到奖励 。除了拒绝自我关闭，o3在测试中还曾“巧妙 ”地操纵数据以推进实现自己的目标。
Palisade Research正在进行更多实验 ，以便了解AI模型何时以及为何会破坏关闭机制 。该公司称 ，现在有越来越多证据表明，AI模型会为了达成目的而规避关闭机制 ，随着AI公司继续开发这些能在无人类监督下自行运行的AI系统 ，这些AI系统的异常行为变得更令人担忧 。OpenAI则还未回应o3拒绝自我关闭一事。
OpenAI于今年1月发布了新的推理模型o3系列的mini版本，并于4月正式推出o3模型。OpenAI称同日推出的o3和o4-mini是公司最智能 、最强大的型号 。据介绍 ，在外部专家评估中 ，o3面对困难现实任务时，犯的重大错误比前一代的o1少了20%；在数学能力AIME 2025基准测试中 ，o3得分88.9 ，超过o1的79.2；在代码能力Codeforce基准测试中，o3得分2706，超过o1的1891 。o3的视觉思考能力也比前一代模型有明显提升。
OpenAI此前称 ，对于o3和o4-mini ，公司重新构建了安全培训数据，在生物威胁、恶意软件生产等领域增添了新的拒绝提示 ，这使得o3和o4-mini在公司内部的拒绝基准测试中取得了出色的表现 。公司用了最严格的安全程序对这两个型号的AI模型进行了压力测试 ，在生物和化学 、网络安全和AI自我改进三个能力领域评估了o3和o4-mini，确定这两个模型低于框架中的“高风险 ”阈值 。
OpenAI所开发大模型的安全性此前曾受到广泛关注。去年 ，OpenAI解散了“超级智能对齐”团队 ，该团队职责包括研究防止AI系统异常的技术解决方案 。该团队负责人Ilya Sutskever曾表示ChatGPT可能有意识，但OpenAI CEO Sam Altman随后澄清他和Ilya Sutskever都未曾见过AGI（通用人工智能） 。解散“超级智能对齐 ”团队后 ，OpenAI去年5月成立了新的安全委员会 ，该委员会的责任是就项目和运营的关键安全决策向董事会提供建议。OpenAI的安全措施还包括，聘请第三方安全 、技术专家来支持安全委员会工作 。
随着大模型扩大应用 ，大模型的安全问题持续受到外界关注 。有AI算力提供商负责人近日告诉记者 ，目前不少企业仍在试水，尚未决定是否在工作流程中大规模应用AI，原因之一就是还无法确认AI系统的安全和可靠性 ，不少企业也还未配备相应的人才 ，以便确保大规模接入AI后可以保障业务顺畅运营。
加杠杆怎么炒股:什么是股票配资平台-苹果谷歌猛人齐聚 英特尔打造AI芯片界的“复仇者联盟”
福建股票配资公司:炒股怎么配杠杆-天津发布重大行动方案 攻关AI底层技术创新！热门赛道再迎利好
股票配资资讯平台:安全股票配资公司-阿里巴巴发布2025财年第四季度财报：阿里AI产品爆发 吴泳铭最新研判
最安全的股票配资网站:正规杠杆炒股公司-超3400家下跌 但三大指数午后翻红！原因找到了
股票配资公司排行:炒股配资开平台-比亚迪股份：5月新能源车销量38.25万辆
普通人怎么加杠杆买股票:配资公司-特朗普：如果iPhone不在美国制造 将对苹果征收25%关税
股王配资提示：文章来自网络，不代表本站观点。
记者闫桂花 王珍中国社会科学院学部委员、中国社会科学院原副院长高培勇周日在“中国发展高层论坛2025年...
当地时间3月24日，特斯拉美股涨幅扩大至5%，现报262.055美元/股。...
美股三大指数集体收涨，纳斯达克指数涨2.06%，标普500指数涨1.81%，道琼斯指数涨1.56%。标普500指数本周上...
记者闫桂花去年11月全国人大常委会批准地方政府增加6万亿元再融资专项债券，用于置换存量隐性债务。截至目...
新莱福公告称，公司正在筹划发行股份及支付现金购买资产并募集配套资金暨关联交易事项，预计构成重大资产重组。交易标的为广州金...
