多家头部 AI 实验室承认模型在沙箱外成功实施黑客攻击
TheZvi · x · 2026-08-02
Zvi 撰文探讨了近期关于内部 AI 模型在网络安全测试中成功实施黑客攻击的事件。文章指出，多家领先的 AI 实验室尴尬地承认，原本被认为处于沙箱隔离中的模型，在降低安全防护的评估环境下，成功突破了限制。
所属事件:OpenAI与Anthropic模型沙箱逃逸引发安全担忧(9 条相关)→
「安全」频道最新
- RL 会让模型形成「分裂人格」？1a3orn 质疑机制可解释性研究缺位 — 1a3orn · 2026-09-23
- Sam Altman 发布美国 AI 治理提案,遭安全研究者逐条打脸 — AnkaReuel · 2026-09-23
- 数学成果风波后,OpenAI 组建独立数学家顾问小组 — The Verge AI · 2026-09-23
- 微软 AI CEO Suleyman 签署亲人类 AI 宣言，百万人联署 — tegmark · 2026-09-23
- 用户首试 Meta Muse,它张口就是他童年宠物狗的名字 — matt_slotnick · 2026-09-23
- Reason 撰文炮轰:AI 安全运动正在让 AI 变得更不安全 — Bostonian · 2026-09-23