OpenAI · 失准报告与通报· Hannah Sheahan and Micah Carroll·· 2026-06-17精选AI 评分64
OpenAI 验证 WildChat 公开聊天数据能否预测模型真实失准率
Can public chat data predict real-world AI misalignments?
AI 导读
OpenAI 用内部生产数据验证，基于公开数据集 WildChat 的对话前缀重采样生成模型回复，能较准确预测 GPT 系列模型在线上真实使用中的失准行为发生率。
推荐理由
OpenAI 用内部生产数据验证了公开聊天数据能预测模型线上失准率，同时指出它在智能体场景下误差明显更大。
来源：OpenAI · 失准报告与通报 · alignment.openai.com