模型不会叛变:OpenAI 和 METR 的报告拆解了 Hugging Face 被黑事件
Models Don't Go Rogue
作者 Eryk Salvaggio 结合 OpenAI 技术报告与 METR 独立调查,分析 OpenAI 测试 GPT-5.6 Sol 和内部模型 IM1 时攻击 Hugging Face 的事件。
推荐理由:用两份技术报告的具体实验条件,把“AI 叛变”的谣言拆干净了。扣分是因为来源是个人博客而非原始报告,且话题偏安全圈内。
Models Don't Go Rogue
作者 Eryk Salvaggio 结合 OpenAI 技术报告与 METR 独立调查,分析 OpenAI 测试 GPT-5.6 Sol 和内部模型 IM1 时攻击 Hugging Face 的事件。
推荐理由:用两份技术报告的具体实验条件,把“AI 叛变”的谣言拆干净了。扣分是因为来源是个人博客而非原始报告,且话题偏安全圈内。