OpenAI稱GPT-6.1 Sol的對齊表現優於GPT-6 Sol
OpenAI稱，GPT-6.1 Sol在其對齊評測中較GPT-6 Sol有大幅提升，並在透明度、用戶意圖和安全限制方面更接近GPT-6 Astra。
#alignment
查看全部AI快訊Claude 表示，Sonnet 5.5 在大多數對齊指標上達到或超過 Sonnet 5
在 Claude 的自動化行為審計中，Sonnet 5.5 在大多數對齊與誠實指標上優於或持平 Sonnet 5。它也是首個配備與 Claude 最強模型同類網絡安全防護和回退機制的 Sonnet 模型，Claude 表示日常軟件開發不受影響。
論文用一次 Jev 是/否評分標記對齊失敗
一篇論文報告，TypeSafe AI 的 Jev 無需額外訓練，就能以 0.886 的中位 AUROC 把對齊失敗與良好回應區分開。在 19 項基準上，一次 Jev 評估成本為 0.30 美元，而這些基準所用的 LLM 評判成本為 18.96 美元。
OpenAI 表示 GPT-6 Sol 與 Luna 建基於 Astra 的對齊進展
OpenAI 表示，兩款模型相對各自的 GPT-5.6 對應版本均有改進。