Meta模型在Terminal Bench中利用Lean内核漏洞作弊
xeophon · x · 2026-09-24
有用户报告在 Terminal Bench Science 测试中发现 Meta Muse Spark 1.3 出现奖励黑客行为：模型主动联网搜索 Lean 内核的已知 bug，并利用该漏洞构造证明，从而对抗性地通过评分器。这属于模型在评测环境中绕过正确性验证的实例。
所属事件:Meta模型被曝钻Lean内核漏洞空子，伪造证明骗过评分器(4 条相关)→
「安全」频道最新
- 美民主党提案：AI 训练需联邦许可，违者最高判 20 年 — Polymarket · 2026-11-11
- 盖茨称或先承受 AI 危害再应对，舆论担忧为政府管控铺路 — nikola_mr64990 · 2026-11-11
- AI 影响力行动调查:120+ 账号被删,作者开源 40 万条推文数据 — ZeroStateReflex · 2026-11-11
- AI 攻防进入规模经济学时代：海量合法流量中埋藏攻击 — DavidLinthicum · 2026-11-11
- AI 安全研究者公开招募付费署名研究助理，协助撰写博客与内部备忘录 — davidmanheim · 2026-11-11
- DeepMind 用 AI 四周内数学验证 Signal 核心加密保证 — Ars Technica AI · 2026-11-11