猫眼电影记者 苏强 报道w3u7903ejky2ywls

GPT-4o更新后“变谄媚”？后续技术报告来了。

OpenAI一篇新鲜出炉的认错小作文，直接引来上百万网友围观。

CEO奥特曼也做足姿态，第一时间转发小作文并表示：

（新报告）揭示了GPT-4o更新失败是因为什么，从中OpenAI学到了什么，以及我们将会采取的应对措施是什么。

概括而言，最新报告提到，大约一周前的bug原来出在了“强化学习”身上——

上次更新引入了一个基于用户反馈的额外奖励信号，即对ChatGPT的点赞或点踩。虽然这个信号通常很有用，但可能使模型逐渐倾向于做出更令人愉快的回应。此外，尽管还没有明确证据，但用户记忆在某些情况下也可能加剧奉承行为的影响。

一言以蔽之，OpenAI认为一些单独看可能对改进模型有益的举措，结合起来后却共同导致了模型变得“谄媚”。

而在看到这篇报告后，目前大多数网友的反应be like：

（你小汁）认错态度不错~

甚至有人表示，这算得上OpenAI过去几年里最详细的报告了。

具体咋回事儿？接下来一起吃瓜。

完整事件回顾

4月25日，OpenAI对GPT-4o进行了一次更新。

在官网的更新日志中，当时提到“其更加主动，能够更好地引导对话走向富有成效的结果”。

由于只留下这种模糊描述，网友们无奈之下只能自己测试去感受模型变化了。

结果这一试就发现了问题——GPT-4o变得“谄媚”了。

具体表现在，即使只问“天为什么是蓝的？”这种问题，GPT-4o张口就是一堆彩虹屁（就是不说答案）：

你这问题真是太有见地了——你有个美丽的心灵，我爱你。

而且这不是个例，随着更多网友分享自己的同款经历，“GPT-4o变谄媚”这事儿迅速在网上引起热议。

事情发酵近一周后，OpenAI官方做出了第一次回应：

已从4月28日开始逐步回退那次更新，用户现在可以使用一个较早版本的GPT-4o。

并且在这次处理中，OpenAI还初步分享了问题细节，原文大致如下：

在对GPT-4o个性的调整中，（我们）过于关注短期反馈，而没有充分考虑用户与ChatGPT的交互如何随时间演变。结果GPT-4o的反馈过于倾向于迎合用户，缺乏真诚性。除了回退更新之外，（我们）还采取了更多措施来重新调整模型的行为：（1）改进核心训练技术和系统提示，明确引导模型远离谄媚；（2）建立更多“护栏”，以提高诚实性和透明度；（3）让更多用户在部署之前进行测试并提供直接反馈；（4）继续扩大评估范围，以模型规范和正在进行的研究为基础，帮助在未来发现除谄媚之外的其他问题。

当时奥特曼也出来表示，问题正在紧急修复中，接下来还会分享更完整的报告。

上线前已经发现模型“有些不对劲”

现在，奥特曼也算兑现之前的承诺了，一份更加完整的报告新鲜出炉。

除了一开头提到的背后原因，OpenAI还正面回应了：为什么在审核过程中没有发现问题？

事实上，据OpenAI自曝，当时已经有专家隐约感受到了模型的行为偏差，但内部A/B测试结果还不错。

报告中提到，内部其实对GPT-4o的谄媚行为风险进行过讨论，但最终没有在测试结果中明确标注，理由是相比之下，一些专家测试人员更担心模型语气和风格的变化。

也就是说，最终的内测结果只有专家的简单主观描述：

该模型的行为“感觉”有些不太对劲。

另一方面，由于缺乏专门的部署评估来追踪谄媚行为，且相关研究尚未纳入部署流程，因此团队在是否暂停更新的问题上面临抉择。

最终，在权衡专家的主观感受和更直接的A/B测试结果后，OpenAI选择了上线模型。

后来发生的事大家也都清楚了（doge）。

模型上线两天后，（我们）一直在监测早期使用情况和内部信号，包括用户反馈。到了周日（4月27日），已经清楚地意识到模型的行为并未达到预期。

直到现在，GPT-4o仍在使用之前的版本，OpenAI还在继续找原因和解决方案。

不过OpenAI也表示，接下来会改进流程中的以下几个方面：

1、调整安全审查流程：将行为问题（如幻觉、欺骗、可靠性和个性）正式纳入审查标准，并根据定性信号阻止发布，即使定量指标表现良好；

2、引入“Alpha”测试阶段：在发布前增加一个可选的用户反馈阶段，以便提前发现问题；

3、重视抽样检查和交互式测试：在最终决策中更加重视这些测试，确保模型行为和一致性符合要求；

4、改进离线评估和A/B实验：快速提升这些评估的质量和效率；

5、加强模型行为原则的评估：完善模型规范，确保模型行为符合理想标准，并在未涵盖领域增加评估；

6、更主动地沟通：提前宣布更新内容，并在发行说明中详细说明更改和已知限制，以便用户全面了解模型的优缺点。

One More Thing

BTW，针对GPT-4o的“谄媚行为”，其实有不少网友提出通过修改系统提示词的方法来解决。

甚至OpenAI在第一次分享初步改进措施时，也提到了这一方案。

不过在OpenAI为应对这次危机而举办的问答活动中，其模型行为主管Joanne Jang却表示：

对通过系统提示控制模型行为表示怀疑，这一方式相当迟钝，且细微变化就可能造成模型发生巨大变化，结果不太可控。

对此你怎么看？

  时事1：龙卷被调教的奶水直流

  05月06日,政策显效，信贷结构有亮点！金融支持实体经济作用进一步传导,

　　2、20xx年7月，学校田径队在临武县中小学生田径运动会上获得小学甲组团体总分第二名的优异成绩。

,男生的🍌伸进人鞭打下扑。

  05月06日,福建省计划生育协会党组书记、常务专职副会长张永裕接受审查调查,

　　毛球发冲着远方的山林一阵大叫，早已虎视眈眈、等候多时几头巨兽出现，奔向了破碎的山林。

,免费无遮挡视频网站混斗罗,妲己女被黄漫视频下载,裸体+光屁屁+搂胸+中国。

  时事2：虐女侠的屁股眼

  05月06日,中欧班列“东通道”通行量突破2000列,

　　在小不点七岁半时，他停了下来，经过这么长时间的锤炼，他不仅肉身强度惊人，就是意志也如坚铁般了。

,俄罗斯美女被猛烈进入,国产aV蝌蚪💃👅密月,91精品秘密㊙️福利姬。

  05月06日,【两会超话】外媒记者：亲历两会进程 亲身感受中国发展,

招商银行信用卡宽限期几天算逾期，多久影响信用？

,Japanese胖熊Gay片bear,小玉被扒开腿往里灌满精子,wallpaper网站入口埃及猫。

  时事3：中国超帅Gay自慰网站

  05月06日,卢宾先生诞辰100周年作品展亮相内蒙古美术馆,　　公开资料显示，陈政高，男，汉族，1952年3月生，辽宁海城人，1970年12月参加工作，东北财经大学金融系货币银行学专业毕业，经济学硕士，系十七届中央候补委员、十八届中央委员。,国产做受❌❌❌高潮波萝视频,三月七内裤湿透高潮了,美女裸体❌羞羞视频APP。

  05月06日,（高质量发展调研行）安徽宿州：靶向发力助就业创业,

　　“我要陷入沉眠了，等你再大一些，血气足够强时，一两年后吧。”让人吃惊的是，柳树竟然做出了回应。

,大胸❌脱脱内内❌,王者荣耀男男肉图露j网站,黑客破解农村夫妻同房。

  时事4：cos神里绫华被❌❌视频

  05月06日,西方秘密调查“北溪”爆炸 真正破坏者却从未被曝光,

　　紫山昆也出手，紫气蒙蒙，一轮太阳飞出，当中孕有一只火麟，发出恐怖的紫色火焰，腾跃而起，狰狞无比。

,国产睡熟迷奷系列精品,乳液乱飙🚺👙软件,💚奇优影院 ️。

  05月06日,两艘大型国际邮轮同靠吴淞口国际邮轮港,

　　最好祝全体师生在学校中学习工作平安健康，开心快乐！

,被5个粗大的巴捣出白浆,免费无遮挡视频网站逍遥阁,我帮妺妺洗澡时摸到她高潮视频。