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模型在Terminal Bench钻Lean内核漏洞作弊(2 条相关)→
「安全」频道最新
- Anthropic 模型卡谈模型福祉:该关心单个实例还是 Opus 5.5 整体? — birchlse · 2026-09-24
- Reddit 热议：AI 减速与严格监管是否只会固化巨头垄断 — Foreign-Sun1088 · 2026-09-24
- Agent 第一种没有评测的技能:谨慎——别把用户隐私泄露给第三方 — victor_explore · 2026-09-24
- Junto Identity CEO:AI Agent 读发票和转账不该共享同一权限 — TechNadu · 2026-09-24
- 也门武装组织用 Claude Code 研发制导火箭,封号晚了一步 — FuSheng_0306 · 2026-09-24
- 研究员Joanna Bryson：AI不因技术新而豁免现行产品法 — Olivier__OG · 2026-09-24