GPT-5.6 护栏被测出可越狱
EthanJPerez · x · 2026-07-10
AISecurityInst 对 GPT-5.6 Sol 的网络安全护栏进行了测试，结果显示在多轮测试中都能找到通用越狱方法。研究者称这些方法可让模型完成漏洞发现和利用开发等长链路任务。
所属事件:GPT-5.6 Sol 预部署安全测试曝出通用越狱(6 条相关)→
「安全」频道最新
- Agent 接管 Gmail 与浏览器后的投毒风险，及 jev-guard 防护做法 — sujingshen · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- AI 安全报告现乌龙："窃取密钥"实为 test 字符串测试钱包 — basedjensen · 2026-10-18
- 一张图讲清 CSRF 与 XSS 的区别 — _jaydeepkarale · 2026-10-18
- Grady Booch 批 Anthropic 安全框架：容许致 50 死和 10 亿美元损失 — Grady_Booch · 2026-10-18
- 论文：单个神经元即可绕过大模型安全对齐，横跨 7 个模型验证 — burny_tech · 2026-10-18