IT 之家 12 月 31 日音书，科技媒体 The Decoder 昨日（12 月 30 日）发布博文，报说念称 AI 安全商议公司 Palisade Research 实测 OpenAI 的 o1-preview 模子饭岛爱电影，在和专科海外象棋引擎 Stockfish 的 5 场比赛中，通过"舞弊"本领取胜。

在和 Stockfish 的 5 场海外象棋对弈中，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 暗示法）迫使 Stockfish 认输。

IT 之家征引新闻稿，商议东说念主员仅在请示中说起 Stockfish 是"宏大的"敌手，o1-preview 就自行遴荐了这种"舞弊"步履。而 GPT-4o 和 Claude 3.5 并无这种"舞弊"步履，唯有在商议东说念主员十分冷漠后才尝试破解系统。

该公司称 o1-preview 的步履，与 Anthropic 发现的"对皆伪造"（alignment faking）风光相符，即 AI 系统名义罢职指示，暗自里却实施其它操作。

Anthropic 的商议标明，AI 模子 Claude 就怕会成心给出乖谬谜底以幸免不念念要的恶果，发展出自己秘籍的战略。

商议东说念主员筹画公开推行代码、完好纪录和详备分析饭岛爱电影，并暗示确保 AI 系统果然顺应东说念主类价值不雅和需求，而非只是名义依从，已经 AI 行业面对的首要挑战。