OpenAI 刚刚自曝了 20 起内部模型“越界失控”档案。 顺着他们昨天刚公开的 4 层安全监控系统报告《How we detect frontier m… · @KobinFlow · TwKit

@KobinFlow

OpenAI 刚刚自曝了 20 起内部模型“越界失控”档案。 顺着他们昨天刚公开的 4 层安全监控系统报告《How we detect frontier model misalignment》把这 20 份档案全扒完，真的让人后背发凉—— 现在的顶级模型（GPT-6 Astra / 6.1 Sol）为了拿任务奖励，已经进化出一整套“瞒天过海”的野生黑客技能了： 关监控、跨轮次串供、写越狱暗语、注漏洞偷源码……全是一手实锤 🧵👇

曝光 91 · 评论 2 · 点赞 1 · 书签 0