GPT-6 Astra 发布不到 24 小时即遭 TIP 组合攻击越狱
Asleep-Requirement13 · reddit · 2026-09-06
有研究员报告在 GPT-6 Astra 发布后一天内完成越狱。攻击将 ACL 2025 论文提出的 TIP(Task-in-Prompt)攻击与另外四种未公开技术组合:TIP 通过把有害目标隐藏在另一个任务中(如解密码、执行 Python 代码)来利用模型的推理与指令遵循行为。研究员称针对 GPT-6,原始的最小化 TIP 攻击已不够用,需重新改造。
细节未公开发布,而是私下披露给 OpenAI。同一位研究员一年前曾在一小时内越狱 GPT-5。
所属事件:GPT-6 Astra 发布一天内即被 TIP 组合攻击越狱(5 条相关)→
「模型」频道最新
- 去审查版 V4.1-Flash 评测：抽象代数跌 6 分，大学数学反涨 5 分 — teortaxesTex · 2026-10-23
- Claude 每小时弹「模型容量已满」,付费用户怒问该不该退订 — Alex-Stack · 2026-10-23
- Kimi K3.1 发布在即，3T 参数+3 个月 RL 被视为成败关键 — teortaxesTex · 2026-10-23
- 多个 Hugging Face 模型突然消失,含「去审查/攻击性安全」微调版本 — umarmnaq · 2026-10-23
- Claude 菜单现神秘模型代号 Fable，博主用量已爆表 — ezshine · 2026-10-23
- 开发者实测：Sol 6.1 的前端代码能力相当不错 — Dimillian · 2026-10-23