英国AI安全研究所测GPT-6.2 Astra:越狱稳健性较GPT-6显著回退
ChowdhuryNeil · x · 2026-11-18
英国 AI 安全研究所(AISI)对 GPT-6.2 Astra 进行了安全测试,线程披露两大发现:其一,与此前模型类似,6.2 Astra 的对齐可能在缺少额外缓解措施时以造成现实危害的方式失效;其二,其越狱稳健性(jailbreak robustness)相比 GPT-6 Astra 出现了实质性回退。
「模型」频道最新
- Google 内部人士:CUA 能力与 OpenAI 差距缩至 0.9%,Agents' Last Exam 得 77.4% — allenainie · 2026-11-18
- K2 Horizon 发布 134 页技术报告:六个全开源模型从架构到推理全公开 — HongyiWang10 · 2026-11-18
- mitsuhiko 试用 GPT-6.2 Astra/Sol 后评价:「感觉还行,不惊艳」 — mitsuhiko · 2026-11-18
- GPT-6.2 Astra 与 Sol 发布,实测对比 Claude Fable 5.2 视觉编码能力 — arena · 2026-11-18
- 早期测试者用 GPT-6.2 Sol 做出 16v16 二战浏览器游戏《Omaha Front》 — VraserX · 2026-11-18
- 开发者热议:旗舰闭源没问题,小模型必须开源才合理 — gnukeith · 2026-11-18