OpenAI周四介绍了它用来监视最强模型异常行为的系统。在重演其智能体入侵模型分享网站Hugging Face的事件时,系统提前30小时发出了警报。外部测试者发现了一些漏洞,OpenAI称大部分已修复。
✓ 已核实 · 3个来源