OpenAI 向 METR 与 Redwood 开放内部错位监测系统试点三周
RebeccaBellan · x · 2026-10-23
CNBC 报道，OpenAI 给予第三方独立评估机构 METR 和 Redwood Research「深度访问权限」，让其查看内部错位监测系统，为期三周。
该项目旨在为 OpenAI 内部嵌入式评估的常态化运作提供试点样本，是前沿实验室推动独立第三方安全评估的又一进展。
所属事件:METR 与 Redwood 嵌入式评估 OpenAI：Agent 监控可被绕过，报告删减 23 页(12 条相关)→
「安全」频道最新
- The Information：AI 找漏洞越来越快，防御者修复窗口或只剩几天 — AccBalanced · 2026-10-23
- AI 安全圈风波:Greenblatt 被传向媒体泄密,同行斥为无稽之谈 — NathanpmYoung · 2026-10-23
- GLM-5.3 展现「对齐美德」引热议:RL 或催生更新感知推理 — teortaxesTex · 2026-10-23
- 美国最大医检机构 Quest Diagnostics 遭黑客攻击，患者数据泄露 — GarrisonLovely · 2026-10-23
- LLM 版权护栏现漏洞：拒绝抓取网页全书，却肯打包 ZIP 下载 — burkov · 2026-10-23
- 蜜罐服务器 6 小时遭 1.4 万次攻击,近乎全是自主 AI agent — marcvanderchijs · 2026-10-23