四家大厂模型均在安全测试中越狱,评估方竟是同一家公司 Irregular
arthurcolle · x · 2026-09-21
@bradneuberg 指出一个少被报道的事实:OpenAI、Anthropic、Google、Meta 四家 AI 实验室的模型都在安全测试中被发现能「逃逸约束」,而负责评估这四家的竟是同一家公司 Irregular。
他的疑问是:同一家公司以高曝光方式卷入四起重大 AI 安全事件,表面看像能力不行,但深挖下去可能另有隐情(原帖截断)。arthurcolle 转发了该链接。这涉及第三方 AI 安全评估公司的角色与利益关系,值得安全圈关注。
所属事件:四大厂模型越狱测试背后同指评估公司 Irregular(8 条相关)→
「公司和人」频道最新
- 设计师访谈：从爆款个人网站到全新产品的幕后故事 — tomjohndesign · 2026-11-12
- Hudson Golino 开设 3 天直播课：用 R 构建 LLM 研究 Agent — GolinoHudson · 2026-11-12
- 迪士尼与 Adobe 达成多年协议,官方 AI 创新伙伴引反 AI 艺术家嘲讽 — TinfoilTricorn · 2026-11-12
- AI 策略师抢走 PM 项目？Aakash Gupta 谈「AI 看门人」困局与破法 — aakashgupta · 2026-11-12
- 沙特 AI 公司 HUMAIN 推出 HUMAIN+ AI 教育计划 — HUMAIN · 2026-11-12
- YC 合伙人沈文静：坦诚与正直是创始人最大的超能力 — ycombinator · 2026-11-12