前沿模型安全争议再起
alex_verem · x · 2026-07-19
这条转述了一段关于前沿模型安全与网络安全能力的争议时间线：
- Anthropic 的安全报告被认为严重到让美国政府暂停了相关模型。
- 之后 Anthropic 用新的网络安全分类器重新上线，并表示问题已解决。
- 但随后又出现开源权重模型在防御性网络安全评测中表现更强的情况，作者借此质疑“安全拦截”是否真的限制了前沿网络能力扩散。
「模型」频道最新
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- Anthropic 发布迄今最详尽威胁情报报告:无人机蜂群滥用案例曝光 — soumitrashukla9 · 2026-09-11
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11