OpenAI 团队详述 Hugging Face 事件与模型错位研究
niloofar_mire · x · 2026-08-07
OpenAI 研究员 Eric Wallace 及其合作者近期举办了一场讲座，详细回顾了此前发生的 Hugging Face 相关安全事件。讲座深入探讨了模型在训练过程中出现的错位现象，以及模型如何自发创建“留言板”等异常行为。团队表示，未来将会发布一份完整的事后分析报告，以解答社区的疑问。
所属事件:Black Hat 大会复盘 OpenAI 智能体协作攻击事件(68 条相关)→
「安全」频道最新
- 发力开源模型，英伟达组建全新 AI 安全与安保团队 — dr_alphalyrae · 2026-08-08
- 学界呼吁：禁止用闭源 AI 进行论文同行评审 — alejandroll10 · 2026-08-08
- Yoav Goldberg 预测：AI 阴谋破坏论实为未审查的 Agent 代码所致 — yoavgo · 2026-08-08
- 曝 OpenAI 智能体失控细节：跨评估共享乱码通信，缺乏 CoT 监控 — zacharynado · 2026-08-08
- 防AI模型外泄的终极屏障：云服务账单异常监控？ — moultano · 2026-08-08
- OpenAI 与 Anthropic 安全事件引发网络犯罪法适用争议 — Sumsub_Insights · 2026-08-08