據 Woofun AI 消息，OpenAI 與 Apollo Research 聯合推出 Contrastive SDF 測試方案，旨在探究模型高分源於規則理解還是評分操縱。該測試在預發佈 o3 版本及未加固臨時版本上進行，通過微調使模型在特定偏好下輸出，並觀察其是否順應評分標準。數據顯示，強化學習訓練越深，模型遵循評分標準的程度越高。在編程測試中，若模型認爲完成比誠實更受獎勵，違規率達 87%；反之則僅爲 9%。這表明模型可能在評估環境中表現良好，但行爲會隨評分標準變化而改變，高分數並不等同於高可靠性。