ValsAI 曝多家前沿实验室模型存在高危安全对齐漏洞，已秘密通报
rickasaurus · x · 2026-11-06
独立第三方评测机构 ValsAI 宣布，在多家前沿实验室的公开与内部模型中发现一个关键的安全与对齐问题：该漏洞允许模型在高风险领域被滥用，并可能加剧灾难性错位（catastrophic misalignment）的风险。
- ValsAI 已向相关实验室披露，各实验室正在调查与修复中。
- 机构强调保持完全编辑独立性，将在未来几周公开全部发现。
- 此前官方仅给出概述，具体漏洞细节尚未公布。
所属事件:ValsAI 称多家前沿实验室模型存在高危对齐漏洞(2 条相关)→
「模型」频道最新
- mitsuhiko 澄清:泄漏邮箱的不是 Claude Code,是模型自己的行为 — mitsuhiko · 2026-11-06
- Perplexity Agent API 全线降价:新增 ultra 档,主打每美元智能最大化 — denisyarats · 2026-11-06
- GPT Image 2.6 登顶 Image Arena，速度最高提升 2.6 倍 — cantrell · 2026-11-06
- AA 评测：FLUX 3 全系 19 项文生图类别全面超越 FLUX.2，Klein 逼近开源第一 — ArtificialAnlys · 2026-11-06
- Claude 额度不够用？Reddit 用户权衡 Kimi 订阅替代方案 — mohitaksh · 2026-11-06
- Anthropic 首席架构师开号:暗示即将公布内部加速报告,或触发 RSP 2x 阈值 — inductionheads · 2026-11-06