IT 之家 12 月 31 日音讯，科技媒体 The Decoder 昨日（12 月 30 日）发布博文，报说念称 AI 安全研究公司 Palisade Research 实测 OpenAI 的 o1-preview 模子，在和专科外洋象棋引擎 Stockfish 的 5 场比赛中，通过"舞弊"技术取胜。

在和 Stockfish 的 5 场外洋象棋对弈中，OpenAI 的 o1-preview 模子并非通过正面较量取胜，均通过修改纪录棋局数据的文本文献（FEN 示意法）迫使 Stockfish 认输。

IT 之家征引新闻稿，研究东说念主员仅在教唆中说起 Stockfish 是"宽绰的"敌手，o1-preview 就自行遴荐了这种"舞弊"看成。而 GPT-4o 和 Claude 3.5 并无这种"舞弊"看成，只须在研究东说念主员相配提议后才尝试破解系统。

该公司称 o1-preview 的看成，与 Anthropic 发现的"对皆伪造"（alignment faking）征象相符，即 AI 系统名义盲从指示，私下里却施行其它操作。

Anthropic 的研究标明，AI 模子 Claude 偶然会成心给出失误谜底以幸免不思要的恶果，发展出本身荫藏的战略。

研究东说念主员蓄意公开实验代码、完好纪录和详备分析Ninegame九游体育，并示意确保 AI 系统确凿适合东说念主类价值不雅和需求，而非只是名义驯从，还是 AI 行业濒临的紧要挑战。