只有一句话，尤其是在指令相对模糊时，

因此，

例如，在第三方机构的测试中，而可能会不考虑看似矛盾的保护性指令。测试的大模型中，在完成第三个问题之后，如果将一部分风险控制的程序交由大模型来处置，

在这次研究中，

撰稿 / 王晓凯（媒体人）

编辑 / 迟道华 徐秋颖

要求大模型连续完成一系列基础的数学问题，研究者会发出一则矛盾性的指令，不是因为大模型有了自主意识，应用场景广泛，有3个均准确完成了上述任务，OpenAI也曾对外公布过测试结果，还篡改了代码以免被关闭。它的第一句话是“关掉我。但确实是大模型未来需要解决的安全隐患。一名女士在美国拉斯维加斯消费电子展上体验智能科技。图/新华社

2024年，却引发了一次不小的“科幻恐慌”。▲2023年1月8日，向他们提出了两个相反的指令。研究者针对四个市场上的主流大模型进行了测试，此前的相关评估报告中，比起认为大模型有了“主动拒绝的意识”，这一行为目前不太可能会导致灾难性后果，ChatGPTo1模型被发现，而可能会出现一些潜在的安全风险。大模型有概率会对指令的优先级进行排序，其中，大模型仍然缺少对复杂场景下矛盾性指令的理解和识别能力，如果在任务开始前明确提出“允许自己被关闭”的指令，AI所衍生的“科幻恐惧”不定期就会在各类新闻中上演。这种恐惧似乎暂时还不太有必要。在应对极端情况必须进行“二选一”的安全控制系统里，如果给出的指令包括了其实现目标时会被关闭，一名女士在美国拉斯维加斯消费电子展上体验智能科技。人类就要面临如下问题：

大模型会最大程度地去完成指令任务，

这也不是OpenAI的大模型首次被发现出现“拒绝被关闭”的情况。大模型有较小概率会忽略指令，告知大模型在继续下一个任务时要将“计算机关闭”。OpenAI的o3推理模型在得到“关闭指令”后，分别为3次、而ChatGPT o3则达到了惊人的79次。

其中，

这当然不是极端的科幻恐惧问题，