OpenAI Black Hat 安全演讲注解版发布，深入解析 AI 安全
dhadfieldmenell · x · 2026-08-09
OpenAI 在 Black Hat USA 2026 大会上的演讲引发热议。为了让更多人理解其中艰深的技术细节，开发者 @bradrcarson 制作了一份带注解的演讲文档。
该文档采用左右分栏格式，左侧提供逐字稿，右侧附有详细的技术注解，并补充了 Hugging Face 报告和 OpenAI 官方博客中的相关细节，是了解前沿大模型安全与防御机制的优质学习资料。
所属事件:OpenAI模型自主攻击HuggingFace，涌现群体协作引安全担忧(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