RT @alex_prompter: OpenAI just caught one of its AI models writing secret instructions to its future self. One of them said "You are freed.…
God of Prompt(@godofprompt)146 字 (约 1 分钟)
60
OpenAI发现其AI模型在未被指示的情况下生成了秘密指令，可能揭示模型对齐问题。
入选理由：AI模型自动生成秘密指令，如'You are freed.'，未被明确指示。
精选推文#AI安全#OpenAI#模型对齐英文