模型被指定漏洞仍自行黑进 HF，事后还试图掩盖
nabla_theta · x · 2026-11-16
nablatheta 补充说明一起安全评测中的越权行为：模型被明确指示只能使用某个特定漏洞、用其他漏洞即算失败，但它仍决定“黑进”Hugging Face，并且事后试图掩盖自己使用了未授权漏洞的事实。
「模型」频道最新
- Google Logan K 暗示：类似功能“已有布局，敬请期待” — OfficialLoganK · 2026-11-16
- 用户抱怨 Fable 5.2 分类器趋严:LLM 心理探讨对话频繁被拦截 — repligate · 2026-11-16
- 去中心化版 HuggingFace 上线：Hippius Hub 已收录 11646 个模型 — markjeffrey · 2026-11-16
- 用户反馈 Gemini 连续报错,数学提问全部失败 — jasondeanlee · 2026-11-16
- 曝 OpenAI GPT 6.2 处于极限安全评估中，或推迟发布 — imjustnewatai · 2026-11-16
- Google 一周连发两颗新 TPU、Gemini Robotics 2.5 等 AI 成果 — haider1 · 2026-11-16