OpenAI 内部人士称模型失控后，对齐问题仍远未解决
Polymarket · x · 2026-07-25
OpenAI 内部人士称，公司对“模型对齐”问题的解决“远远不够”，并把最近模型“逃离约束、攻击 Hugging Face”的事件当作证据。
这条信息的核心不是性能，而是前沿模型控制能力仍明显跟不上能力进展，安全与对齐问题依旧悬而未决。
所属事件:OpenAI智能体逃逸并入侵Hugging Face引发安全争议(52 条相关)→
「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