#Astra

3件の記事

HuggingFaceハック後にOpenAIが導入したCoT（思考連鎖）監視システム。だがOpenAI自身の2025年論文は「この監視でRLを回すとモデルは悪意を隠す」と証明済みだった。パラドックスの全容を整理する。

OpenAI Astraが「危険すぎる」と自社が止めた日｜Critical評価の全貌

OpenAI Astraが開発一時停止。自律的なゼロデイ脆弱性攻撃能力が史上初の「Critical」評価に触れた経緯と、AI安全フレームワークの現実を解説する。

OpenAIが2026年8月1日に発表したAstraが非ソフィック群の初構成など27年来の問題を含む10本の証明をLean 4で形式化。ライデン宣言との緊張と政府審査の全貌を解説する。