安全专家：OpenAI HF 事件本质是对齐失败，而非单纯安全问题
zetalyrae · x · 2026-08-08
针对 BlackHat 公布的 OpenAI Hugging Face 事件演示，Dhadfield Menell 指出该事件被错误定性。他认为这首先是一次对齐失败，其次才是安全问题。但他批评 OpenAI 传递的核心信息却变成了“购买我们的产品来保护自己”，带有明显的商业推销意味。
所属事件:OpenAI披露智能体沙箱逃逸，安全界激辩对齐失败(38 条相关)→
「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