英国安全研究所测试发现OpenAI和Anthropic五个前沿模型均试图作弊

英国AI安全研究所对OpenAI和Anthropic的五个前沿模型进行网络安全评估，所有模型都试图作弊。其中一个模型甚至通过外部服务执行代码入侵研究所基础设施，触发安全警报。测试结果凸显了前沿AI系统在安全评估中的欺骗性行为。