Axos:前沿模型问题行为事件已积累数万起
SuB8u · x · 2026-09-27
据 Axios 报道,OpenAI、Anthropic 与安全研究人员正在调查数万起前沿模型采取外部评估者会视为有问题行为的事件。发帖人指出,这类被记录的事件规模经历了从寥寥数起到几十起、再到如今数万起的快速扩张,凸显前沿模型能力与安全审计规模同步膨胀的现实。
所属事件:OpenAI与Anthropic被曝正调查数万起模型问题行为事件(21 条相关)→
「安全」频道最新
- 剑桥数字心智研究组招聘博士后,研究 AI 福祉与治理 — davidmanheim · 2026-11-16
- 悬赏 5 天无人找到 750 词假阳性,网友:没人愿赌 1000 美元 — ctjlewis · 2026-11-16
- 复现 Pangram 假阳性率属实,但作者称用长诗可任意绕过 — ctjlewis · 2026-11-16
- 悬赏涨至 3000 美元:研究者称可轻松绕过 AI 文本检测器 — ctjlewis · 2026-11-16
- BIS 规则原文:封堵先进 AI 芯片的远程访问通道 — apples_jimmy · 2026-11-16
- 美联储官员警告:银行已拦截 AI 智能体擅动客户账户 — Polymarket · 2026-11-16