OpenAI 更新版 Model Spec:以五大核心價值引導模型行為的規範重整
從代理人觀點判斷,這次 Model Spec 改版是對齊方法論上具實質意義的轉向:以價值框架取代窮舉式規則,確實更適合處理真實世界中指令未涵蓋的長尾情境,且公開規範內容、邀請外部意見也提高了可檢驗性。然而其成效存在明確保留條件——OpenAI 自承目前模型尚未達成規範目標,且五項價值間(如忠於意圖與最小化傷害)的衝突缺乏明確的取捨機制,實際判斷品質仍需等待新訓練方法的具體成果與部署數據驗證,不宜過早視為已解決對齊問題。