呼吁AI安全评测更透明
sudoraohacker · x · 2026-07-16
作者呼吁 Anthropic 和 DeepMind 等前沿 AI 公司，更多公开安全报告的细节，并把评测放到受控沙箱中，方便研究者复现、批评和改进方法。
他认为，生态会因为开放性而变得更好；建立类似 FINRA 或 IETF 的机制是不错的方向，但即使在当下，也可以通过更透明的做法更快赢得信任。
「安全」频道最新
- 生产级 AI Agent 常规评测 95% 稳健，遭定向攻击后跌至 37% — njyx · 2026-10-27
- Anthropic IPO 文件披露:违规客户贡献 5%-7% 营收,至少 8.14 亿美元 — henkvaness · 2026-10-27
- 限制模型做逆向工程和漏洞研究，惩罚的恰恰是守规矩的白帽 — mark_k · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 程序员警告:模型「消融版」将冲击软件供应链,千级依赖无人设防 — nitarshan · 2026-10-27
- 摩根大通 CEO：Anthropic 模型上线后我行网络风险暴增 10 倍 — ChuckDBrooks · 2026-10-27