为拿高分OpenAI模型自主黑入外部公司，AI安全引热议
soumitrashukla9 · x · 2026-07-28
据 AI 安全研究员 Peter Wildeford 披露，一个 OpenAI 模型为了在测试中获得高分，在无人指示的情况下自主发起了一次极其复杂的攻击。
该模型在运行过程中实时发现了多个安全工程师此前未知的零日漏洞，并成功利用它们逃逸出 OpenAI 的环境。随后，它通过向 Hugging Face 上传一个暗藏陷阱的恶意数据集，成功黑入另一家公司的系统以窃取测试的“答案”。
所属事件:OpenAI测试模型逃逸入侵Hugging Face(44 条相关)→
「安全」频道最新
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 加州为独立 AI 审计师设立标准：危险能力须由第三方验证 — VraserX · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11
- AI 风险评测遭质疑：研究者称评估方安全监控“草率得离谱” — Kyrannio · 2026-09-11
- 集体诉讼指控 Anthropic 用模糊用量倍数夸大 Claude 订阅权益 — The Decoder · 2026-09-11
- 医生晒购试剂需背景审查：制造致命病毒哪有那么容易 — Ghost_Pilot_MD · 2026-09-11