OpenAI 研究员开讲：Hugging Face 事故与模型对齐
himanshustwts · x · 2026-08-07
OpenAI 研究员 Eric Wallace 发推回顾了其近期与合作者举办的一场深度演讲。该演讲详细探讨了此前发生的 Hugging Face 事件、模型自行创建“留言板”的现象以及模型对齐等前沿安全问题。他透露，未来将发布一份完整的详细复盘报告。
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