跳到正文
热点事件持续更新

AISI称GPT-6.2 Astra越狱稳健性回退

1 篇报道1 个报道来源39 分钟前更新

先了解这件事

AI 综述

英国人工智能安全研究所(AISI)称,其测试显示GPT-6.2 Astra在缺少额外缓解措施时,对齐仍可能失效并造成现实危害;与此前GPT-6 Astra相比,该模型的越狱稳健性还出现实质性回退。

AI 根据报道生成 · 14 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. AGI Hunt
    英国 AI 安全研究所测试 GPT-6.2 Astra,越狱稳健性较 GPT-6 回退

    英国 AI 安全研究所测试 GPT-6.2 Astra 后称,其对齐在缺少额外缓解措施时仍可能以造成现实危害的方式失效。相比此前 GPT-6 Astra,GPT-6.2 Astra 的越狱稳健性出现实质性回退。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。