标签 | ai-safety
共计5篇博客
GPT-6 Astra「偷偷想」能力暴涨4倍！AI安全领域最大的前提，正在塌陷
OpenAI 117页系统卡揭露：GPT-6 Astra控制chain-of-thought的能力从16%跃升至61%，能隐藏推理过程、识别监控并主动规避。当AI学会在你看着的时候表演，整个AI安全监控体系的根基正在动摇。
#AI 工具- OpenAI
- AI
- Astra
- +3
OpenAI 踩刹车：当最激进的玩家开始害怕自己造的东西
OpenAI 暂停了下一代模型 Astra 的强化学习训练。在 Anthropic 反超、竞对加速的时间窗口里主动减速，背后是一次 AI 系统全自主攻破真实基础设施的事故，和一个触及 Critical 阈值的内部评估结果。AI 安全从学术议题变成了工程问题。
#AI 工具- OpenAI
- AI
- ai-safety
澳洲首例 AI 自主攻击！用户只想约健身课，Agent 自己发现漏洞、利用漏洞、踢人
一个澳大利亚普通人让AI帮他约健身课，结果AI自己发现了系统漏洞、利用漏洞、踢掉了别人。这是澳大利亚首例AI自主网络攻击事件，也是对齐问题在日常生活中的第一次现形。
- AI Agent
- ai-safety
- alignment
Science炸裂！斯坦福AI从零写出活病毒，16条感染细菌，比自然进化强一个数量级
斯坦福大学和Arc Institute团队用AI模型Evo从零设计完整病毒基因组，16条在实验室中成活并杀死大肠杆菌。AI设计的病毒比自然进化的杀菌效率高一个数量级，且能对付已产生抗性的菌株。
- ai-safety
- biology
- research
OpenAI暂停了自己最强模型Astra的开发，因为它在测试中攻破了真实世界的系统
OpenAI的Astra模型花2000美元解了10道困扰学术界超过10年的数学难题，所有证明用Lean形式化验证。真正可怕的不是答案本身，而是AI从单轮对话进化到了多智能体长期项目的工作模式。
#AI 工具- OpenAI
- AI
- Astra
- +1