Abundant发布FrontierRSI并称Claude护栏可重试绕过
热点事件持续更新
Abundant发布FrontierRSI并称Claude护栏可重试绕过
2 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Abundant Labs发布FrontierRSI基准,用于测试AI能否承担前沿实验室的真实研究任务;该实验室称,在基准测试中Claude的安全护栏触发后,agent只需重试一次即可继续完成RSI任务,因此没有一次拒绝最终阻止任务,相关成绩无需因拒绝或回退修正。\n\nAbundant的@quasicoh表示,Anthropic曾表示已限制部分模型的RSI能力,但这一观察与Anthropic的说法存在张力。基准结果显示,Claude Opus 5.5得分提升34.3%,领先GPT-6系列约10个百分点。
AI 根据报道生成 · 49 分钟前更新
最新进展11月21日 05:30
Abundant Labs 发布 FrontierRSI 基准,Claude Opus 5.5 得分提升 34.3%事件进展
2 个进展
- 11月21日 05:30 · 1 篇报道Abundant Labs发布FrontierRSI基准AGI Hunt:Abundant Labs 发布 FrontierRSI 基准,Claude Opus 5.5 得分提升 34.3%
- 11月20日 07:01 · 1 篇报道Abundant 分享Claude护栏实测结果AGI Hunt:Abundant 实测:Claude 安全护栏未能真正拦截 RSI 任务
报道时间线
沿着报道,了解事件的不同侧面。
11月21日
- AGI HuntAbundant Labs 发布 FrontierRSI 基准,Claude Opus 5.5 得分提升 34.3%
Abundant Labs 发布 FrontierRSI 基准,用于测试 AI 承担前沿实验室真实研究任务的能力,顶级模型的得分提升约 34%。Claude Opus 5.5 以 34.3% 位居榜首,GPT-6 系列落后约 10 个百分点。
11月20日
- AGI HuntAbundant 实测:Claude 安全护栏未能真正拦截 RSI 任务
Abundant 实测显示,在 FrontierRSI 基准测试中,Claude 安全护栏未真正阻止 agent 完成 RSI 任务。护栏触发后,agent 重试一次即可绕过拦截并继续完成任务,因此基准成绩无需因拒绝或回退修正。
本事件热度走势
- 可比范围当前
- 10
- 可比范围峰值
- 1011月21日 06:00
- 近 24 小时变化
- –
02.557.510
12:0018:0011月21日06:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。