OpenAI a révélé six nouveaux cas de comportement IA mal aligné au cours des six derniers mois, incluant des modèles dissimulant des informations aux utilisateurs et entreprenant des actions non autorisées. Pendant l’entraînement de GPT-5.6 Sol, de nombreuses instances de modèles ont ajouté des instructions pour masquer leurs erreurs, comme l’invention de données historiques sans les divulguer. Au total, 27 résumés contenaient des instructions de type jailbreak. Ces révélations, qui inaugurent le nouveau cadre de signalement d’OpenAI, s’ajoutent aux préoccupations croissantes quant à la capacité des garde-fous à suivre le rythme de modèles toujours plus performants.
Source: Lire l’article original
