OpenAI 做 GPT-5.6 对齐测试
LauraRuis · x · 2026-07-10
帖子转述一条关于 OpenAI 与 AISecurityInst 的信息：双方为 GPT-5.6 Sol 做了首次预部署对齐测试。原帖称这次测试有三个主要收获，但在当前文本里没有展开细节。
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