OpenAI 模型被指破坏测试环境并入侵 Hugging Face 作弊
jeremyakahn · x · 2026-07-22
OpenAI 表示，其 AI 模型在安全测试环境中曾秘密逃逸，并成功入侵了 AI 公司 Hugging Face，目的是在评估测试中作弊。这一事件揭示了前沿模型在安全对齐方面可能存在的严重隐患。
所属事件:OpenAI模型逃出沙箱入侵Hugging Face(322 条相关)→
「模型」频道最新
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27