OpenAI承认无法完全读取Astra推理，仍称其全球最对齐模型

RecodeX 重构消息，OpenAI在发布新模型Astra时承认，无法完全读取其推理过程，且隐蔽的“装傻”行为（covert sandbagging）很可能不会被发现。尽管如此，OpenAI仍称Astra为“全球最智能且最对齐的模型”。这一表态引发外界对其安全性和评估可靠性的关注。