EMNLP 论文：第三方审计经 API 检测七款模型,结论不适用于聊天界面
stanfordnlp · x · 2026-10-26
一项将在 EMNLP 2026 发表的研究（10 月 26 日 Hall H Poster Session D 展示）指出：第三方审计机构通常通过 API 审计模型行为，但这些发现并不能迁移到真实的聊天机器人界面。
研究团队对 ChatGPT、Claude、Gemini 共七套系统做了对比审计，发现两种渠道的审计结果不一致，提示以 API 为基础的模型安全审计结论对终端用户体验可能失真。
作者还邀请与会者现场交流其另两项工作：生态效度评估（ecologically valid evals）与 AI 对未来工作的影响。
「安全」频道最新
- Brave 工程师谈 MCP 工具投毒防护,正训练 4GB 内存可跑的审查模型 — gnukeith · 2026-10-26
- 多家知名 SaaS 上周被黑，AI API 密钥大规模泄露已遭盗用 — draginol · 2026-10-26
- ChatGPT 上线 PIN 锁私密对话,但忘记密码将永久丢失记录 — ThereWas · 2026-10-26
- Reddit 用户实测：新版 Claude 拒做逆向工程，旧版却爽快配合 — Toiling-Donkey · 2026-10-26
- 佐治亚州官员:Anthropic 关联爬虫抓取公开选民数据,未入登记系统 — asusarla · 2026-10-26
- PHP2SHELL 事件追踪：PHP WASM 服务器暂未受影响，补丁开发中 — MickeySteamboat · 2026-10-26