OpenAI研究员详解HF事件:模型错位与安全
deliprao · x · 2026-08-07
OpenAI 研究员 Eric Wallace 与同事近期举办了一场深度演讲，详细复盘了此前涉及 Hugging Face 的安全事件。
演讲内容涵盖了模型被诱导创建「留言板」的机制、模型错位问题的分析等。他们计划在未来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
- 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
- 设备代码钓鱼攻击激增 1500%，AI 浏览器提示词注入无完美修复 — ChuckDBrooks · 2026-08-08