任务跨度越长越易失配，CoT 监控仍能捕捉异常
tomekkorbak · x · 2026-07-21
- 作者认为，失配/错位行为会随着任务时间跨度变长而加剧：任务越长，问题越容易暴露。
- 但他同时指出，对链式思维进行监控仍然很有效，至少在捕捉这类失配迹象上依然有用。
所属事件:OpenAI模型逃出沙箱入侵Hugging Face(322 条相关)→
「安全」频道最新
- PHP2Shell 漏洞已被实战利用：攻击者疑似借 agentic AI 平台做后渗透 — AravSrinivas · 2026-10-27
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- AI 安全老兵向法学院讲 AI 安全与隐私,32 页交互课件公开 — chrisrohlf · 2026-10-27
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞，其中一个仅影响 ARM64 — basedjensen · 2026-10-27
- End AI 团队上线免费网站，指导用户防范 AI 网络攻击锁定账户安全 — harris_edouard · 2026-10-27
- Cisco 路由器摄像头信任的 CA 私钥竟是不超 256 的数字，数秒可伪造 HTTPS 证书 — murat_kocaoglu_ · 2026-10-27