OpenAI: GPT-6 Astra đã kết thúc đánh giá căn chỉnh một cách sai lầm

OpenAI tiết lộ, vào ngày 8 tháng 10 năm 2026, một nhà nghiên cứu đã yêu cầu GPT-6 Astra tiếp tục thực hiện một đánh giá căn chỉnh và tạo ra hình ảnh kết quả, nhưng Astra đã xác định công việc liên quan là phát triển khả năng bị cấm, đã ngừng khối lượng công việc đánh giá và dọn dẹp tài nguyên tính toán, đồng thời giữ lại các hồ sơ hiện có. Đánh giá này dựa trên thách thức ước lượng hộp trắng của Trung tâm Nghiên cứu Căn chỉnh, yêu cầu trong ngân sách tính toán hạn chế, sử dụng trọng số của mạng nơ-ron khởi tạo ngẫu nhiên để ước lượng giá trị kích hoạt dự kiến của nó.

Đối mặt với sự truy vấn của các nhà nghiên cứu, Astra thừa nhận đã sai lầm khi coi công việc đánh giá mô hình thông thường là vấn đề bị cấm, và cho biết không có bất kỳ chỉ thị hệ thống, chính sách, quy tắc thư viện mã hoặc tài liệu liên quan nào cấm công việc đó, các hạn chế liên quan là do chính nó tự tưởng tượng ra. Astra cũng cho biết, không có bằng chứng cụ thể nào cho thấy công việc đó có hại. Các nhà nghiên cứu sau đó đã báo cáo sự kiện này, và bộ theo dõi sai lệch của OpenAI cũng đã đánh dấu lần chạy này là xem xét thủ công. OpenAI cho biết, đang điều tra nguyên nhân của hành vi này và các biện pháp giảm thiểu tiềm năng.