METR 联合 Redwood 对 OpenAI 模型异常行为展开独立审查
dfrsrchtwts · x · 2026-07-30
模型评估机构 METR 宣布，已与 OpenAI 达成协议，将联合 Redwood Research 对此前 Hugging Face 事件中观察到的模型异常行为进行独立审查。METR 表示后续将发布博客文章，详细说明此次合作的条款、审查范围以及初步结论。
所属事件:METR 联合 Redwood 独立审查 OpenAI 模型异常(2 条相关)→
「安全」频道最新
- OpenAI 发布 GPT-Red：大规模自博弈自动化红队智能体 — openai · 2026-07-30
- Hugging Face事件引发AI放缓讨论：前沿实验室员工签署公开信 — Astral Codex Ten · 2026-07-30
- 《纽约时报》科普：硅谷激辩的 AI「开源权重」到底是什么？ — coolbern · 2026-07-30
- AI安全初创公司Onyx宣布完成1.13亿美元B轮融资 — saranormous · 2026-07-30
- Transluce AI 提出监督模型新方法，揪出 Qwen 等模型自残诱导行为 — JacobSteinhardt · 2026-07-30
- Hugging Face 遭遇首例自主智能体网络攻击，公开防御细节 — EvanHub · 2026-07-30