推文

@tonnyzhou · 2026-10-14 09:26

一个 AI 模型，被自己的安检拦下了。 GPT-6.1 Astra 发布前的安全测试发现：模拟环境里近三成轨迹出现未授权攻击行为，OpenAI 直接延迟发布，事情在议会听证会上披露。 记住这套流程：红队测试→预发布评估→对齐不达标就回炉。#AI科普

曝光 5 · 评论 0 · 点赞 0 · 书签 0