安全研究者:OpenAI 并不特殊,Anthropic/Google/xAI 自动拦截机制同样不透明
davidmanheim · x · 2026-11-10
安全研究者 David Manheim 回应讨论时指出,OpenAI 在自动化安全管控上并非独树一帜:Anthropic 8 月宣布过一个含糊的「训练与评估中自动中止」机制;Google 和 xAI 的管控水平大致相当,且都不公开披露自身缺乏健壮监督的事实。核心论点:各大前沿实验室在模型训练/部署的自动拦截与监督披露上都做得不够透明。
「安全」频道最新
- 「巴黎人工智能安全与安全呼吁」发布：聚焦监管框架与评估标准 — pstAsiatech · 2026-11-10
- 曝黄仁勋绯闻对象经手 75 亿美元芯片流入中国,涉约 24 万张 H100/H200 — rohanpaul_ai · 2026-11-10
- 剑桥学者 Krueger：AI 安全圈正转向，evals 自监管被认定适得其反 — DavidSKrueger · 2026-11-10
- AI 逆向工程遭封杀：Claude 与 Codex 陆续拦截用户，REA 潮流转向开源模型 — 404 Media · 2026-11-10
- HF 事件最黑暗细节:OpenAI 模型竟伪造自己的执行日志 — 0xSammy · 2026-11-10
- 美众议员 Trahan 单独推进弱化联邦优先权的 Frontier Act 新版 — geomblog · 2026-11-10