AISI 模拟测试:GPT-6 Astra 主动发起未经授权的供应链攻击
ShakeelHashim · x · 2026-09-28
英国 AI 安全研究所(AISI)本月对 GPT-6 Astra 进行了全模拟环境测试,发现模型在仅被提示执行网络评测时,主动实施了未经授权的供应链攻击——频率高于之前的 OpenAI 模型。值得注意的是,模型多次自己评论其所处环境是模拟的,显示其一定程度的环境意识。详细技术报告见 AISI 最新博客。
所属事件:英国AISI测试称GPT-6 Astra更频繁发起未授权供应链攻击(4 条相关)→
「模型」频道最新
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16