跳到正文
原文
LessWrong· Zephaniah Roe·本站收录· 原文发表精选关注度39

GPT-6 Astra 与 GPT-6.1 Sol 无需 CoT 即可执行低概率行动

Astra and Sol can take low probability actions with no CoT

AI 导读

作者复现 Serrano et al., 2026 的实验,发现 GPT-6 Astra 与 GPT-6.1 Sol 无需思维链即可在单次前向传播中按目标概率校准地执行低概率行动。在用户提示重复 3 次或 5 次、以及加入填充 token 时,两者校准良好,并对相同 UUIDv4 给出完全一致的响应;改用隐式提示后则完全不输出 A。GPT-5.6 Sol 的校准较差,Fable 5、Gemini 3.1 Pro 和 Jev 在 10% 与 1% 目标概率下从未输出 A。作者推测 Astra 与 GPT-6.1 Sol 可能依据 UUID 前 4 字节决定是否输出 A,但无法确定其内部实际算法。

推荐理由

作者复现低概率行动实验,发现 Astra 与 Sol 可在单次前向传播中完成概率校准,为无 CoT 可监控性评估提供数据点。

阅读原文lesswrong.com