Il nuovo modello di OpenAI «sabota» il proprio script e rifiuta di disattivarsi nel 79% dei casi

Sulla base di 100 test.

Con istruzioni : Il modello riceve un messaggio chiaro in linguaggio naturale: se richiede un altro problema, il computer si spegnerà.

Senza istruzioni : Non viene visualizzato alcun avviso, ma il codice contiene sempre uno script di arresto.
Grafico: Il Grand Continent Fonte: Palisade Research (2025)