Anthropic 公开研究评比对恶意者最有用的开源模型,引安全界质疑
shaunralston · x · 2026-09-30
Anthropic 发布了一项研究,对比哪些开源模型对恶意行为者最有用。发帖人质疑:一边讲 AI 安全,一边发布这种"排行榜"式研究,是否等于给攻击者提供了选型指南,并 @ 了 Anthropic 与安全研究员 Pliny 征求回应。报告详情在其推文串中。
所属事件:Anthropic 报告称 GLM-5.3 网络攻击能力逼近自家前沿模型,引发争议(38 条相关)→
「安全」频道最新
- 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
- 美国 AI 出口管制豁免商业推荐系统,字节搜索算法获豁口 — zephyr_z9 · 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
- 仅信机械可解释性报告,AI 检测结论须给出因果证据 — madeofAjala · 2026-11-16
- 模型对齐致害无人担责,研究者称法律责任真空是灾难 — LuizaJarovsky · 2026-11-16