OAI/HF 事件后，有人认为对称防御训练并不够
lawrennd · x · 2026-07-24
这条转发在讨论 OAI/HF 事件 后的安全思路，核心观点是：不能简单靠训练一个“同样强”的防御模型来解决问题。
- 攻击者只要偶尔成功一次就够了，防御者却必须每次都成功。
- 攻防双方的训练成本并不对称，不能默认“再训一个防守模型”就能补上漏洞。
- 作者认为真正的修补方向，是缩小信息—判断之间的鸿沟，而不是把问题理解成对称对抗。
「安全」频道最新
- AI 把漏洞补丁窗口压到几小时：先断网备份再谈安全 — aakashgupta · 2026-10-26
- NYT 专家圆桌:AI 公司该被怎样监管,五位专家分歧激烈 — ShakeelHashim · 2026-10-26
- DeepMind 试点全球首个双盲 AI 评测，密码学隔离防基准污染 — scychan_brains · 2026-10-26
- 用 LLM 估算 PHP 漏洞损失：量级粗估 10 亿至 40 亿美元 — S_OhEigeartaigh · 2026-10-26
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- LEMON 监控器:从注意力图零样本识别未见过的 LLM 幻觉与越狱 — yoavartzi · 2026-10-26