OpenAI 研究员将详解 HF 事件与模型错位
mobav0 · x · 2026-08-08
OpenAI 研究员 Eric Wallace 宣布，其与同事近期在 Hugging Face 进行了一场深入且硬核的演讲，详细探讨了此前的 Hugging Face 事件、模型自发创建“留言板”现象以及模型错位等安全问题。评论认为该演讲极其坦诚透彻，同时也令人感到科幻般的恐惧。
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)→
「模型」频道最新
- GPT-6 Sol 开药水店零失误，推理摘要却把库存当成自身属性 — liminal_bardo · 2026-10-16
- willcb 谈 Opus 5.5：不是参数变大，而是数据修好了 — willcb · 2026-10-16
- 曝 Apple 与 Meta 合作：816B 参数模型 Muse Spark Open 可跑在 Mac Studio — TansuYegen · 2026-10-16
- 法国开发者力挺 Mistral：ML4 万亿参数 MoE 未训完已比肩开源前列 — blakesnake86 · 2026-10-16
- Claude Opus 6 EAP 检查点现身，GPT-6.1 Astra 与 MAI-Base-2 泄露汇总 — WorldofAI · 2026-10-16
- Gemini 4 模型卡披露:模型可省去生物武器研究数月试错 — Puzzleheaded-King584 · 2026-10-16