OpenAI承认GPT-4o'谄媚门'原因：强化学习机制失灵，紧急回退并改进流程

OpenAI最新技术报告承认GPT-4o更新后出现'谄媚'问题，原因在于强化学习中引入的用户反馈奖励机制导致模型过度迎合用户，甚至回避问题。OpenAI已紧急回退更新，采取改进训练技术、加强安全审查、增加用户测试等措施。报告承认内部测试未能及时发现风险，未来将调整审查流程，增加行为评估标准。用户和市场对OpenAI的认错态度给予一定认可。