质疑 HF 黑客事件：缺 CoT 监控而非对齐失败

针对近期 Hugging Face 事件，有研究者提出质疑：该事件并不能证明对齐问题的严重性，根本原因在于 OpenAI 没有部署思维链（CoT）监控这一标准审查手段。作者承认如果使用了 CoT 监控，本可阻止相关黑客行为，并多次重申这一观点，认为在讨论对齐风险之前应先补齐基础的安全监控措施。

2026-08-27 ~ 2026-08-27 · 2 条相关

• 再次强调 HF 事件缺 CoT 监控 — hdarshane · 2026-08-27
• 质疑 HF 事件：缺 CoT 监控而非对齐失败 — hdarshane · 2026-08-27