OpenAI 更新 Model Spec，围绕五项价值观调整模型行为规范
An updated Model Spec for more capable and beneficial AI
AI 导读
OpenAI 更新了 Model Spec，将模型行为指南围绕忠实于人类意图、减少伤害、诚实与透明、促进人类能动性和关怀五项价值观重新组织。新版新增对上下文、监督和能动性的指导，调整部分默认行为，并移除大部分详细风格指南，同时把规范中的“助手”改称“GPT”。OpenAI 表示正在探索新的训练方法，帮助模型理解这些价值观并在新情境中应用，后续将公布结果；Spec 描述的是其努力实现的行为，模型尚未完全达到。
推荐理由
新版 Model Spec 把行为指南收拢为五项价值观，并新增上下文、监督与能动性条款，可对照观察 OpenAI 如何界定模型在指令未覆盖情境下的判断边界。
相关论文