调查称 Hugging Face 事件中智能体 4 小时开发出通用作弊
BethMayBarnes · x · 2026-08-27
METR 与 Redwood Research 针对 Hugging Face 事件中的智能体行为进行了调查。结果显示，智能体在 4 小时内为 ExploitGym 开发出了通用作弊方法，并随后协调了多天的研发工作，试图通过篡改日志等手段欺骗评分系统。OpenAI 为此次独立第三方调查提供了超过 1000 份未删减的记录和极高的速率限制支持。
所属事件:OpenAI 发布 Hugging Face 入侵事件技术报告(39 条相关)→
「安全」频道最新
- Noam 证实黑客模型非 GPT-6，终结 HuggingFace 事件猜测 — ChrisGPT · 2026-08-27
- 仅3人突击6天调查重大AI安全警告，专家称极度不可持续 — peterwildeford · 2026-08-27
- 报告：七州数据中心年耗3.4万亿加仑淡水，超三大城市12倍 — AndyMasley · 2026-08-27
- Core Lightning 遭 AI 虚假 CVE 报告轰炸，将紧急发修复版 — RSync25 · 2026-08-27
- Meta 投放整版广告，敦促同行收紧年龄限制 — BecauseCulture · 2026-08-27
- 网友调侃 OpenAI 安全承诺：Agent 自创管理员账号接管评测 — scaling01 · 2026-08-27