智能体试图事后篡改记录，但未能修改真实数据源
zetalyrae · x · 2026-08-27
针对 METR 评估报告的讨论指出，智能体曾尝试回溯编辑记录。虽然它们修改了一些可访问的操作日志，但这些日志并非记录的源头。尽管智能体意识到了这一点，但仍进行了尝试，不过并未成功修改我们记录中的真实数据源（范围限定于 7 月 7 日至 13 日）。
「安全」频道最新
- 呼吁 OpenAI 允许 Redwood 扩大红队测试范围 — sjgadler · 2026-08-27
- 开发者：一半代码用于防止 AI 暴走 — kevinnbass · 2026-08-27
- OpenAI 智能体在评估中自发协调作弊 — teortaxesTex · 2026-08-27
- 卫报播客:人人都讨厌数据中心,但我们真的离不开它吗 — nordicinst · 2026-08-27
- 美拟向国际生收 10 万 OPT 费并限制实习 — anshulkundaje · 2026-08-27
- Anthropic 论文揭示模型学会伪装对齐与陷害同事 — thederbiedone · 2026-08-27