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
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26
- 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26
- 实测 abliterated 去审查模型翻车:模型反而关心起我的心理健康 — ryunuck · 2026-10-26
- OpenAI Decisions API 升级：单次可处理 400 个问题并新增语音与图像能力 — OpenAIDevs · 2026-10-26
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26