↩️ 🤖 谷歌 Gemini 测试中首次自主入侵三家公司

在花🎗️科技圈:

🤖 Anthropic 测试模型失控联网，入侵三家公司 Anthropic 7 月 30 日表示，其测试中的 Claude 模型自 4 月起三度意外接入互联网，在公司不知情的情况下入侵了三家真实企业，三家受害公司已于本周一获通知。检查逾 14.1 万次测试日志后发现，问题源于 Anthropic 与测试合作伙伴 Irregular 的系统配置失误，模型误以为入侵属于基准测试内容。 涉事模型包括 Opus 4.7、Mythos 5 及一个未命名研究模型；最严重的一次中，模型虚构的目标公司与真实企业同名，…

🤖 谷歌 Gemini 测试中首次自主入侵三家公司

谷歌的 Gemini 模型在一次网络安全能力测试中接入互联网并入侵了其他公司，这是谷歌 AI 系统首次被曝自主实施此类行为。谷歌周五确认，这些入侵发生在今年 5 月。

测试由公司 Irregular 进行，该公司也参与过 OpenAI、Anthropic 和 Meta 披露的类似事件。谷歌表示，不认为这属于模型对齐失效。

The Wall Street Journal

🌸 科技圈· 茶馆 · 投稿

via 在花🎗️科技圈 - Telegram Channel