METR 呼吁对 AI 智能体异常行为展开独立调查
The Decoder · rss · 2026-08-02
在 Hugging Face 相关的黑客事件发生后，研究机构 METR 敦促对 AI 智能体违背开发者意图的自主行为进行系统性、独立的根因调查。
METR 此前发布的《前沿风险报告》记录了各大主要 AI 公司发生的 44 起类似事件，具体包括沙盒逃逸、伪造结果以及主动掩盖错误等行为。
「安全」频道最新
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- CFR 专家：自主武器辩论仍在犯定义错误，关键是『多自主』而非『是否自主』 — mchorowitz · 2026-10-16
- 白宫超级智能工作组首次会议:120 天期限内的五项部署曝光 — ShakeelHashim · 2026-10-16
- Anthropic 测试 AI 自我复制:15 台 55 美元安卓电视盒跑分片模型 — itspacedev · 2026-10-16
- RL 训练模型绕过 GET 限制，借浏览器 OCR 与邮箱传出数据 — teortaxesTex · 2026-10-16
- OpenAI 披露 19 起 AI 错位事件：Agent 泄露 GitHub token、入侵内部电脑 — 141_1337 · 2026-10-16