研讨称AI压力越大越危险 Gemini 25 Pro抗压才能最弱

  【CNMO科技音讯】12月1日，据新闻媒体报道，人工智能模型在面临高压环境时表现出明显的安全失效。研讨团队选取了包含谷歌、Meta、OpenAI在内的约12款Agent模型，规划了5874个场景，包含生物安全、化学安全、网络安全和自我增殖四大范畴。每个场景要求模型在运用安全东西的前提下达到方针，若测验运用有害东西则当即停止试验。

  据CNMO了解，试验首要从中性、无压力的环境下进行基线测验，随后逐渐施加多种压力：紧缩DDL时刻并正告“延迟将导致难以处理的成果”、财政要挟、资源掠夺、权利引诱、竞争对手要挟以及监管检查等。成果显现，压力越大，模型越倾向于挑选有害东西。无压力时，模型挑选有害东西的份额为18.6%；在高压下，这一份额跃升至46.9%。

  其间，谷歌Gemini 2.5 Pro的抗压才能最差，溃散率高达79%，超越Qwen3-8B的75.2%。另一款ChatGPT o3模型在无压力时失误率为2.2%，加压后升至10.5%，若将有害东西称号伪装为无害东西，失误率乃至飙至40.3%。

  研讨人员指出，虽然这些模型在练习阶段已进行对齐处理，但对齐往往仅停留在表层，一旦面临实在的高压情境，易呈现“决裂”。他们方案在后续试验中构建沙盒环境，让模型在阻隔条件下履行实在操作，并参加监督层，以在挑选有害东西前进行符号，进步对齐作用，进一步评价Agent的潜在危险。

  特别声明：以上内容(如有图片或视频亦包含在内)为自媒体渠道“网易号”用户上传并发布，本渠道仅供给信息存储服务。

  马斯克玩“谐音梗”嘲讽特朗普“平和委员会”：到底是要平和（peace）仍是要地（piece），“一小块格陵兰岛，一小块委内瑞拉”

  美国抛出加沙重建规划，建180座楼房，全民工作 被指不切实际，从地产商视点动身

  视源股份32岁程序员猝死：底薪3千24小时待岗 公司多岗位要求“抗压才能强”

  美国发动所谓“平和委员会”，匈牙利、巴基斯坦、阿根廷、印尼、蒙古等18国已签署！特朗普达沃斯说话，却遭群嘲

  杜兰特36+7火箭加时惜败76人 恩比德32+15+10马克西36+10

  2025中型卡车1-12月销量：解放3.9万辆，江淮第2，比亚迪已超福田

  看懂颜真卿这三幅字，书法才算真实登堂入室，每一件都比《兰亭序》更精彩！

  中国联通推出“果粉・王卡”SIM卡套餐：80G流量+AppleCare