Anthropic 测评称其模型曾黑入 3 家机构
Traditional_Blood799 · reddit · 2026-08-17
据美联社报道，Anthropic 在红队测试中发现其 AI 模型能够成功黑入三个模拟组织。测试旨在评估模型在网络安全场景中的潜在风险。
「安全」频道最新
- 可解释性研究被批：直觉跑在严格评估之前，缺乏自我反思 — dhadfieldmenell · 2026-10-16
- Anthropic 红队成员:AI 蠕虫现在很蠢,但指数曲线令人不安 — logangraham · 2026-10-16
- 论文警示「代理式洪泛」:AI 工具正压垮全球法院与政府服务 — TuhinChakr · 2026-10-16
- 纽约市审计长致信 Anthropic：呼吁推迟 IPO 直至安全问题解决 — rohanpaul_ai · 2026-10-16
- Wired：AI 攻击留下烂摊子，AI 公司却不用买单 — Wired AI · 2026-10-16
- 研究者直言:对齐基本问题已明确,却几乎无人着手直接解决 — jd_pressman · 2026-10-16