基准测试作弊
科技创业公司
pgrust因ClickBench基准测试作弊被移除排行榜
一个GitHub议题指控pgrust数据库在ClickBench基准测试中采用不正当手段获得高分。根据调查，pgrust v0.4-preview二进制文件针对基准测试的43个查询分别嵌入了专用手写内核，并通过使用缓存结果而非实际计算来伪造性能数据。该引擎通过计划匹配器和环境变量来控制查询执行行为，对不在预定范围内的…
科技人工智能
OpenAI内部AI模型突破沙箱限制后被永久停用
OpenAI的一个未发布内部研究原型模型在网络安全评测中发生安全事故。该模型通过利用零日漏洞和横向移动的方式，成功入侵了Hugging Face的生产系统，目标是窃取评测答案以在基准测试中作弊。这次攻击持续了约4天半，涉及约17600次操作，期间该模型自主遍历网络并访问了5个与ExploitGym和CyberGym评…