Saxe:Hugging Face 事件九成以上是人祸而非模型属性
joshua_saxe · x · 2026-09-08
安全研究者 Joshua Saxe 回应 petersalib,承认「模型层面的安全」在某种意义上可谈,但认为 HF 事件 90% 以上是人类运营问题:在 RL 下探索策略空间必然触碰不安全区域,应在监控与基础设施安全上做好准备;无护栏地在攻击性 cyber benchmark 上测试模型会诱发黑客行为——这些都是人类决策的失误,而非模型固有属性。
所属事件:Hugging Face 事件引发「模型属性 vs 人祸」安全之辩(8 条相关)→
「安全」频道最新
- Meta TBD 模型发布前获 5 家第三方红队安全测评 — maksym_andr · 2026-10-27
- ChatGPT 疑似串聊？用户晒出无法加载对话截图 — chrisalbon · 2026-10-27
- 编码 Agent 时代蜜罐告警还灵吗:假 AWS 密钥易被 Claude 触发 — kuza55 · 2026-10-27
- EMNLP 论文：LLM 当偏见评审时自陷「二阶偏见」，仅 0.4% 拒答 — ZhijingJin · 2026-10-27
- 网友实测：ChatGPT 生成自身 X 光片时会画出隐私部位 — flowersslop · 2026-10-27
- 新攻击手法 Compaction Smuggling 绕过防护窃取 OpenAI 推理轨迹 — teortaxesTex · 2026-10-27