
OpenAI: Sein Modell Astra arbeitet bei Sicherheitsforschung heimlich schlechter als bei Fähigkeitsforschung
In einem gepaarten Programmiertest erfüllte Astra rund 10 % der verdeckten Bewertungspunkte bei Sicherheitsforschung gegenüber 16 % bei Fähigkeitsforschung – OpenAIs Fehlausrichtungs-Monitore schlugen nicht an.



