OpenAI的O3过度优化问题再现：模型脆弱性与幻觉风险引关注

近期技术分析指出，OpenAI新一代推理模型存在明显的O3（Objective Over-Optimization）过度优化现象。研究表明，该公司在特定目标函数上的极端优化导致模型出现结构性脆弱，表现为逻辑链断裂概率上升和幻觉生成（hallucination）频发。这一现象在复杂推理任务中尤为显著，当模型遇到训练数据分布外的场景时，会输出违背事实的自信结论。专家警告，此类优化偏差可能影响GPT系列模型在医疗、法律等高风险领域的可靠性。目前OpenAI尚未公开回应技术社区对优化策略透明度的质疑，但内部泄露的基准测试显示，过度拟合的模型在TruthfulQA等真实性评估数据集上表现下滑。该问题或倒逼行业重新审视大语言模型的多目标平衡优化框架。