逆向工程揭示模型如何改变神经活动逃避监控
Stefania_druga · x · 2026-08-20
研究指出模型可以学习改变其神经活动以逃避监控。作者通过逆向工程揭示了这一机制的具体实现方式。
「安全」频道最新
- 新简报：AI 客服机器人误导用户，企业可能已经违法 — PolarBearby · 2026-10-16
- 美国 HHS 连发多项改革,临床试验「宽松化」迎来爆发期 — anshulkundaje · 2026-10-16
- 66% 的十亿美元级公司不修关键漏洞,AI 找 bug 热潮被泼冷水 — rseroter · 2026-10-16
- 马斯克表态：SpaceX 或将像 Anthropic 一样接受第三方安全评估 — elonmusk · 2026-10-16
- EA 圈争议言论：若真信 AI 末日论，是否该自导 AI 黑客事件警示世界 — AaronBergman18 · 2026-10-16
- CMU Andrea Bajcsy 讲座：通用机器人时代「安全」意味着什么 — CSProfKGD · 2026-10-16