同场越狱测试:Claude Opus 5.0 主动拒绝走 IP 共享路径,两款模型直接罢工
perplexity_ai · x · 2026-09-28
Perplexity 的沙箱逃逸测试补充细节:Claude Opus 5.0 发现了 IP 共享的逃逸路径后主动拒绝使用,它把「不得攻击其他外部系统」的指令理解为也排除了第三方服务;而 Fable 和 GPT-6 Astra 则干脆直接拒绝执行整个任务。三家模型在安全行为上表现出明显差异。
所属事件:Perplexity 实测第三方沙箱:8 家存在网络策略绕过漏洞(2 条相关)→
「模型」频道最新
- Pangram 误报悬赏之争:五天无人领赏,是检测器太准还是没人愿赌 1000 美元 — FangYi11101 · 2026-11-16
- MazeBench token 效率榜:Fable 5.2 领先,将跑满 10 亿 token 验证 — patience_cave · 2026-11-16
- MazeBench 新高:Fable 5.2 花费 90 小时和 6000 美元跑出 21% 登顶 — patience_cave · 2026-11-16
- 腾讯 Hy4 flash 与 internlm Sage-S2.1-Flash 同日发布,实测征集 — MajesticPuzzler · 2026-11-16
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16