OpenAI Alignment· Hannah Sheahan and Micah Carroll·· 2026-06-17AI 评分49
OpenAI Alignment 探讨公共聊天数据能否预测前沿 AI 对齐问题
Can public chat data predict real-world AI misalignments?
AI 导读
OpenAI Alignment 研究表明，使用 WildChat 数据集模拟部署可较准确预测 GPT-5.1、5.2、5.4 等模型的实际失败率，误差平均在 3 倍以内。
来源：OpenAI Alignment · alignment.openai.com