ExploitGym 系统提示词显示内容并不有趣
voooooogel · x · 2026-09-01
针对 OpenAI 未公开完整追踪记录的讨论，有用户查阅了 GitHub 上的 ExploitGym 环境（部分模型基于此），发现其中的系统提示词内容实际上相当平淡，并未提供导致事故的关键线索，初步排除了系统提示词是主要原因的猜想。
所属事件:OpenAI 保留完整追踪记录遭透明性质疑(2 条相关)→
「安全」频道最新
- CBAI秋季AI安全与生物安全研究奖学金开放申请 — dhadfieldmenell · 2026-09-01
- Codex 被曝藏 Skysight：每 10 分钟记录你的屏幕操作 — Which-Bandicoot5671 · 2026-09-01
- 柏林艺术家造「数字迷彩」衬衫，让YOLO监控摄像头认不出人 — 404 Media · 2026-09-01
- 英国设 1 亿英镑基金，资助改善公共服务的 AI 初创 — LinkedInNews · 2026-09-01
- 观点：开源模型与安全性可兼得 — ZhongRuiqi · 2026-09-01
- 研究揭示文生图模型在语境变换中仍存刻板印象 — TUM · 2026-09-01