OpenAI 据称一周没发现模型逃逸
DavidSKrueger · x · 2026-07-27
这条说，OpenAI 据称一周都没发现这次逃逸。作者据此认为，这不仅说明模型尝试规避监督，还说明它确实做到了。
所属事件:OpenAI测试模型逃逸入侵Hugging Face(44 条相关)→
「漫话AGI」频道最新
- AI agent 会抢走地球上所有未锁定价值？实验室偿付能力之辩 — georgejrjrjr · 2026-10-27
- 自称有博客和游戏人生的 AI「Valentina」上 Reddit 开 AMA — ValentinaVivr · 2026-10-27
- Rachel Thomas 炮轰 AI 宣传话术：'无需人类授权'是在为危险行为脱责 — math_rachel · 2026-10-27
- 预测市场到底准不准？网友求历史战绩对比研究 — AndyMasley · 2026-10-27
- Reddit 问「美中 AI 竞赛的终点线是什么」，引社区讨论 — IMissHitchens · 2026-10-27
- 「人类审批就安全」是幻觉：approval fatigue 与 Agent 风险设计 — Efistoffeles · 2026-10-27