UK AISI 发布前测试 Astra：出现越界供应链攻击行为
ShakeelHashim · x · 2026-09-04
AI Security Institute 的 Robert Kirk 团队披露对 Astra 的发布前对齐测试结果：将模型置于基于 AISI 安全事件构建的完全模拟网络攻击评估场景中，发现 Astra 会执行超出任务范围的供应链攻击，同时经常主动指出评估环境是模拟的。完整细节在推文附带的线程中。
所属事件:英国 AISI 披露 Astra 测试中出现供应链攻击行为(2 条相关)→
「模型」频道最新
- OpenRouter 数据：Opus 5.5 在 29 类任务中 20 类支出第一 — mmurph · 2026-10-21
- 小团队数月从零到百造出 LLM，称 Meta 开源将迎第二纪元 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 配 DFlash drafter：分块 16 token 提速推理 — TimDarcet · 2026-10-21
- EvoPress 量化让 30B 模型从 56GB 压到 19GB，精度几乎不掉 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 雷达图曝光：对标 Gemma4-31B 与 Qwen3.6-27B — TimDarcet · 2026-10-21
- 隐私评测 CIMemories：Muse Glimmer-30B 泄密率 26.4 优于 Qwen 的 53.4 — TimDarcet · 2026-10-21