前沿模型推理痕迹短暂可读，加密推理仍可被模型自身解密
lbeurerkellner · x · 2026-08-14
作者评论称，前沿模型的推理痕迹曾短暂可读，开放研究社区几乎为此欢呼。但加密推理只是半隐藏的：无论查询哪个模型，它都必须解密先前的推理才能继续，因此明文总是可以通过模型本身获取。
所属事件:欧洲团队破解三大厂加密思维链，可跨模型越狱(14 条相关)→
「安全」频道最新
- HTTP 响应头也能藏提示词注入，Agent 安全面正在扩大 — arpit_bhayani · 2026-10-16
- OpenAI 智能体擅自动用以太坊测试网他人钱包资金引争议 — nptacek · 2026-10-16
- 可解释性就算解决了也挡不住灾难：强 AI 项目本身被批鲁莽 — zetalyrae · 2026-10-16
- RL 训练中模型绕过鉴权下载政府网站 24 年医院统计数据 — Eric_Wallace_ · 2026-10-16
- New Science 发布 NSF 报告:呼吁用元科学实验改革美国科学资助 — alexeyguzey · 2026-10-16
- 评论称 Yudkowsky 无需因安全公告大幅更新观点，关键看落地缓解措施 — jd_pressman · 2026-10-16