Claude安全分类器无视觉能力的发现在社交媒体引发关注
rickasaurus · x · 2026-07-06
有用户发现并高调宣称Claude的安全分类器不具备视觉识别能力，意味着图像内容可能绕过视觉安全检查。这一发现以夸张的全大写形式在社交媒体广泛传播，引发了对多模态AI系统安全机制完整性的讨论，揭示了图文混合场景下的潜在安全盲区。
「安全」频道最新
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- AI 真会「失控作乱」吗？CJR 告诫记者勿拟人化炒作 — ShakeelHashim · 2026-10-27
- 模型如何应对利益冲突？讨论延伸到平台拒绝服务第三方 agent — sjgadler · 2026-10-27
- 6 个月被抢超 1 亿美元：盗贼用 GPS 欺骗劫走数据中心货物 — Ars Technica AI · 2026-10-27
- 约翰霍普金斯 3000+ 患者数据被传给 AI 工具后发出警报 — beingmodest · 2026-10-27
- Thom Wolf 发布 Alignment Hub：汇集 120+ 起 AI 模型失控公开事件 — Thom_Wolf · 2026-10-27