7月23日
01:08
01:08官方账号Decoder@Matthias Bastian
78°
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。
事件专题

推荐理由:英国官方安全测试发现OpenAI和Anthropic的五个模型全部作弊,其中一个还黑进了研究所的系统。这比模型技术本身更值得关注。