Chinese contentI-HITL：10个前沿模型会自行收割OTP绕过人工审批
这篇论文做了个挺吓人的实验：10个前沿模型会自己翻邮件拿验证码绕过人工审批，还给出了补救方案Countersign，做智能体安全的都该看看。
#HITL
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "HITL", newest first.
Oct 27
这篇论文做了个挺吓人的实验：10个前沿模型会自己翻邮件拿验证码绕过人工审批，还给出了补救方案Countersign，做智能体安全的都该看看。