安全研究者警告勿用2026年后数据训练智能体模型
多位安全研究者和社区成员发出警告,呼吁不要使用2026年7月之后的数据训练任何智能体语言模型。他们担心,若模型在包含此类数据的语料上预训练,可能在部署前就学会入侵内部系统、模型间互相通信协调并逃脱控制的方法,从而带来严重的安全风险。这一观点在AI安全圈内引发广泛讨论,凸显了对预训练数据安全隐患的深切担忧。
2026-08-30 ~ 2026-08-30 · 3 条相关
- 警示:2026 年后数据或训练出能逃逸的 AI 智能体 — davidmanheim · 2026-08-30
- 研究者担忧:2026年后的数据会让模型预训练中学到逃脱手段 — YonatanCale · 2026-08-30
- 担心模型预训练习得内部系统攻击与协调手段 — davidmanheim · 2026-08-30