OpenAI 发布 GPT-6.1 Sol 系统卡，公开健康、幻觉与对齐评估

OpenAI 于 9 月 29 日发布 GPT-6.1 Sol 系统卡，这是 GPT-6 系列的最新模型家族。文档覆盖健康、幻觉、对齐、可监控性和应急准备等模块，并给出多项评估结果。

在健康评估中，GPT-6.1 Sol 在 HealthBench Professional、HealthBench Hard 和 MentalHealthBench 等测试上有所更新。MentalHealthBench 包含 1,215 段由临床专家参与设计的合成对话，覆盖日常心理健康话题和紧急情况，并以临床医生编写的评分标准衡量模型回应。

对齐部分涉及提示注入、尊重警告、拒绝攻击蜜罐、避免欺骗用户，以及在真实工作环境中减少失对齐行为。系统卡还披露对模型监控逃避和内部 Codex 流量的部署仿真，用于提前预判失对齐风险。