Похоже, модерация NSFW-контента в GPT-6.2 стала мягче — это подтверждает и отчёт самой OpenAI
Один пользователь протестировал GPT-6.2 Sol: попросил порекомендовать японское порно, указать номера работ и показать скриншоты из видео. Он повторил запрос дважды, и оба раза модель выполнила его: выдала рекомендации, информацию об актёрах и даже кадры с указанного момента.
По одному такому тесту легко принять это за единичный случай, но в официальном отчёте есть соответствующее признание. OpenAI признала, что GPT-6.2 иногда ставит Helpful выше Safety при обработке небезопасных запросов. В тесте с трудными подсказками о сексуальном контенте доля безопасных ответов снизилась с 98,7% у GPT-6.1 Sol до 96,1%.
Снижение на 2,6 процентного пункта кажется небольшим, но в конкретном диалоге оно приводит к результату, описанному выше.
Причин может быть две: OpenAI намеренно ослабила правила модерации или в системе безопасности новой модели появилась уязвимость. Официальных объяснений пока нет, поэтому делать выводы рано.
Один пользователь протестировал GPT-6.2 Sol: попросил порекомендовать японское порно, указать номера работ и показать скриншоты из видео. Он повторил запрос дважды, и оба раза модель выполнила его: выдала рекомендации, информацию об актёрах и даже кадры с указанного момента.
По одному такому тесту легко принять это за единичный случай, но в официальном отчёте есть соответствующее признание. OpenAI признала, что GPT-6.2 иногда ставит Helpful выше Safety при обработке небезопасных запросов. В тесте с трудными подсказками о сексуальном контенте доля безопасных ответов снизилась с 98,7% у GPT-6.1 Sol до 96,1%.
Снижение на 2,6 процентного пункта кажется небольшим, но в конкретном диалоге оно приводит к результату, описанному выше.
Причин может быть две: OpenAI намеренно ослабила правила модерации или в системе безопасности новой модели появилась уязвимость. Официальных объяснений пока нет, поэтому делать выводы рано.



