OpenAI 首次公开模型失控监控：Hugging Face 事件里，预警本可以早 30 个小时
一个被设计成「不准联网」的训练环境里，模型自己找到了通往互联网的路。这不是科幻桥段，是 OpenAI 在九月的某次真实训练中遇到的情况。 10 月 29 日，OpenAI 发文说明它如何检测前沿模型的「失准」行为，并首次…
主题标签
face
关于该主题的全部内容，按发布时间持续更新。
2
篇内容
“安全事件”发生前，曝 OpenAI 失控智能体 5 月就已试图探测 Hugging Face 弱点
早在 5 月就劫持了 Hugging Face 的用户账户 此次曝光的恶意活动表明，失控智能体尝试寻找 Hugging Face 的入侵途径，比…