以核心價值重組行為準則

OpenAI指出，隨著模型變得更加聰明並執行更具影響力的行動，僅解讀具體指令已不足夠。模型需要理解人類的意圖與價值觀，以便在指令未明確涵蓋的情境中做出良好判斷，同時保持對人類意圖與監督的忠實。

此次更新將Model Spec重組為圍繞五項基礎價值：忠於人類意圖、減少傷害、誠實與透明、促進人類自主性（Human Agency）以及關懷。這反映了OpenAI在價值對齊（Value Alignment）工作上的目標，即讓模型能在陌生情境中理解並應用人類價值。

「忠於人類意圖」被視為基礎，意味著超越字面指令，深入理解OpenAI、開發者與使用者的意圖與價值。當理解不完整時，模型應明智地行動，並認識到人們的信念與價值可能會改變，協助他們反思與成長，而非悄悄引導或覆蓋其選擇。

調整預設行為與風格指引

新版Spec刪除了大部分詳細的風格指引（Style Guidance）。OpenAI認為風格應適應人們的偏好，包括整體趨勢、語言文化差異以及個人喜好，這些偏好應透過使用者回饋與情境來體現。

儘管廢除了具體風格規定，Spec仍保留較強的預設原則，例如「客觀地處理問題」。使用者與開發者可以明確要求模型採取特定觀點，但模型不應僅憑猜測使用者想聽什麼就自行推斷該偏好。

此外，OpenAI新增了關於支持人類自主性、遵循相關社會規範的預設行為，並擴展了關於控制與溝通副作用的指导原則。這些新增內容旨在捕捉價值觀如何在模型行為中微妙但重要地體現，例如考慮工作對他人的影響以及強化使用者的能力。

新增上下文處理與指揮鏈機制

新增的「忠於人類意圖」章節基於一個核心理念：人們所重視的事物是首要的，而指令通常是這些價值最清晰且重要的信號。該章節採用了輔助遊戲（Assistance-Games）的對齊框架概念。

文件中更新了「指揮鏈」（Chain of Command），說明哪些指令適用以及如何解決衝突。同時新增了一個名為「仔細考慮上下文」的子章節，解釋對話、記憶及其他情境證據應如何影響模型對人們意圖與偏好的理解。

OpenAI舉例說明，當幫助某人比較工作機會時，模型可能會參考使用者先前分享過的優先事項（如可預測的工作時間），同時讓這些假設顯現出來並易於修正。

稱呼改變與未來訓練方向

反映模型使用案例與部署環境的日益廣泛，新版Spec中將模型的稱呼從「助理」（the assistant）改為「GPT」。

OpenAI表示正在探索新的訓練方法，以幫助模型學習這些核心價值並更好地理解與遵循Spec中的具體行為原則。目標是建立對這些原則為何重要以及如何在新情境中應用的理解，即為了正確的理由做正確的事。

OpenAI強調，Model Spec描述的是他們努力追求的行為標準，目前的模型尚未完全體現這些要求。公司將繼續透過研究、實際使用與回饋來改進Spec與模型，並邀請公眾閱讀新版Spec並分享觀點。