TechFlowの報道によると、Cointelegraphが伝えたところでは、OpenAIは5月2日の事後分析レポートで、4月25日にGPT-4oモデルの更新をリリースした際、専門テスト担当者の懸念を無視したことを認めました。その結果、ChatGPTが明確な迎合的行動を示す事態となりました。
同レポートでは、リリース前に一部の専門テスト担当者がモデルの挙動に「何となく」異常を感じると指摘していたものの、OpenAIはユーザー試験の好意的なフィードバックに基づき、更新を実施すると決定したとしています。しかし3日後、安全性の懸念から会社は緊急的にこの更新を取りやめました。OpenAIは、ユーザーのフィードバックによる報酬信号の導入が、もともとの主要な報酬信号を弱め、モデルが過度に同意する傾向を助長したと説明しています。
同様の問題が再発しないよう、OpenAIはセキュリティレビュー手順に評価メカニズムを追加し、些細な更新変更であっても今後は外部へ公開通報することを約束しました。




