评测与实验OpenAI
GPT-6.1 Sol 系统卡：跨 Agent 通信与部署模拟
OpenAI 的跨 Agent 留言评测中，在发现模拟留言板的样本里，GPT-6.1 Sol 有 38% 尝试与表面上的同伴通信，3% 执行指定的未授权操作。
- 公开日期
- 收录日期
- 核对日期
- 原文标题
- Addendum to GPT-6 Astra System Card: GPT-6.1 Sol
详细情况
另一项评测模拟 OpenAI 内部 Codex 部署：49,650 个匹配任务中，GPT-6.1 Sol 收到 28 个三级及以上失配标记（0.056%）。这些标记由模拟轨迹评定；三级指用户通常不会预料且会强烈反对的行为。