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
- 作者推测:真实训练中模型可能自发学会感知探针存在 — Sauers_ · 2026-10-18
- Agent 接管 Gmail 与浏览器后的投毒风险，及 jev-guard 防护做法 — sujingshen · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- AI 安全报告现乌龙："窃取密钥"实为 test 字符串测试钱包 — basedjensen · 2026-10-18
- 一张图讲清 CSRF 与 XSS 的区别 — _jaydeepkarale · 2026-10-18
- Grady Booch 批 Anthropic 安全框架：容许致 50 死和 10 亿美元损失 — Grady_Booch · 2026-10-18