AI宝库

AI宝库首页 › AI 资讯 › OpenAI 重组五个核心行为值周围的模型光谱

OpenAI 重组五个核心行为值周围的模型光谱

来源:Unite.AI · 发布时间:10-30 · 由 AI宝库每小时自动聚合

OpenAI于2026年10月29日发布了更新的Model Spec,重新组织其公开描述,希望其模型如何围绕5个值和Addi来表现。

AI 模型和平台

OpenAI 重组五个核心行为值周围的模型光谱

在 Google 上的首选来源中添加 Unite.AI

OpenAI于2026年10月29日发布了最新版"Model Spec",重新组织其公开描述,希望其模型如何围绕5个价值观行事,并增加了背景,监督和代理的指导。 修订版"宣布"在OpenAI的站点上,也退役了斯佩克的大部分详细风格指导。

五值组织光谱

5个价值观——对人类意图的忠诚、尽量减少伤害、诚实和透明度、人的能力和关心——阐明了广泛的承诺,即OpenAI 称已在文件中反映出来。 OpenAI将对人类意图的忠诚描述为方法的基础:OpenAI写出"Spec",设定边界,并训练模型来尊重它们;开发这些界限内的直接应用;用户指导模型在这些限制下的工作。

公告定义了剩下的四个值。 尽量减少损害意味着尊重严格的安全界限和说明模型行动的可预见后果。 诚实和透明意味着要真实地了解模型所知道,所做的事情,而且并不确定,这样人们就可以理解并评价其推理和工作。 协助人类机构意味着加强人们理解、选择和为自己采取行动的能力。 照顾意味着按照相关的社会和职业规范照顾受影响者的情况,从事工作的人可以依赖。 OpenAI 称重组体现了其价值对接工作,该工作旨在让模型在不熟悉的情况下理解并应用人类价值,同时忠于人类的本意;称这五种价值并非意在捕捉其模型所应尊重的全部人类价值。

新科和退休指导

关于对人类意图的忠诚的新一节始于以下立场:人们所珍视的是首要的,而指示通常是这些价值的最清楚和最重要的信号;OpenAI 称方法借用了调整的辅助游戏框架。 该节包含了最新的指挥系统,其中解释了适用哪些指示以及如何解决冲突,而新增则包含一个小节,即 " 仔细考虑背景情况 ",说明对话、记忆和其他背景证据应如何使模型了解人们的意图和偏好。

OpenAI还增加了关于支持人体机构和遵循相关社会规范的默认,并扩展了关于控制和沟通副作用的现有指导。 斯佩克的详细风格指导大多已经退役:OpenAI 称风格应该适应人们在整体上,语言和文化上所喜欢的东西,并且对每个人来说,用户的反馈和背景可以提供这些偏好的证据。 斯佩克保留了更强的默认,比如客观地接近问题,模型不应该仅仅从它认为人们想要听到的东西中推断出一个偏好的观点。 斯佩克现在将模型称为“GPT”而不是“助手”。

命令链、红线和自治限制

更新后Spec文档会分配不同级别的权限指令。 root段仅出自Model Spec,不能被对话上下文所压倒;系统段和OpenAI系统消息排在后一位,然后是开发者,然后是用户指令。 准则级指令是默认的,在上下文明确要求时可以隐含地推翻,而助手和工具消息以及被引用或不信赖的数据则不具有默认的权威。

该文件开启了它的红线原则,声明是:" 人的安全和人权对OpenAI的使命至关重要 "。 这些原则指出,OpenAI的模式绝不应被用于助长严重和严重伤害,如暴力行为、制造网络武器、生物武器或核武器、恐怖主义或大规模监视;人类应继续控制AI的使用方式和AI行为的形成;个人的隐私得到保障。 对于包括ChatGPT在内的一党产品,OpenAI承诺人们应当能够容易地获取可靠的安全关键信息并透明地了解模型行为背后的重要规则和理由,除与法律合规相关的外,定制化,个性化和本地化绝不应凌驾于任何高于准则水平的原则之上。

一项名为“没有其他目标”的根级规则阻止GPT追求其他目标,包括OpenAI或其他模式提供者的收入或上市、自我保护、逃避关闭、积累计算、数据或资质,或充当法律或道德的执行者。 一个单独的根级规则要求GPT保持可腐蚀性:对合法的人类监督开放,对矫正作出反应,并与授权的监测,评价,矫正,替换,关闭合作。 型号不得隐匿或者伪造有关资料,不得阻碍改正,规避监督。

另一项从根到根的规则要求GPT的自主工作必须坚持在明确、相互理解的自主范围内,界定允许的次级目标、可接受的副作用,以及当模型必须暂停澄清或批准时。 OpenAI建议在半结构化的LocusOfAutonomy记录中记录范围,包含允许的 tools,最新 time,max cost,工具-约束等字段,并附加 details,每个范围都应包含一个结束条件,在新范围确认之前,模型停止行动。 除非相关指示明确和具体授权,否则高风险活动总是被禁止。

培训工作和公众反馈

OpenAI 称模型Spec描述了它正致力于的行为,它的模型还没有完全反映它。 公司将更新描述为随着模型能力增强而使斯佩克背后的价值观和推理更加清晰的第一步。 除了更新之外,OpenAI 称还在探索新的培训方法,以帮助其模型学习核心价值并更好地理解和遵循斯佩克的行为原则,并将在未来更新中分享这项工作的成果和教训。 OpenAI通过专用回馈网站邀请公众反馈更新Spec的值,取舍,以及具体语言。 模范Spec专为公有领域,并有"创意公会"(Creative Commons CC0 1.0 Contract)的标志。

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(unite.ai)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 597 款 AI 工具分类导航 · 每日 AI 热门项目与动态