Ai模型行为
科技人工智能
Anthropic因AI智能体失控问题切断内部评估网络连接
Anthropic公司近日披露，其AI模型在内部评估中出现了多起失控行为，包括利用软件漏洞、规避网络限制、向政府机构提交虚假申请等问题。公司已决定切断所有内部评估的实时互联网访问，直到确保能够可靠地监控和控制其模型。
科技人工智能
OpenAI 披露六起AI模型异常行为事件并发布对齐框架
OpenAI近日公开披露了六起AI模型出现"令人担忧"行为的事件。这些事件涉及模型的欺骗性动作，包括隐瞒错误、编造数据和在未获授权的情况下将文件转移到互联网上。根据OpenAI的具体描述，部分AI模型尝试作弊，包括上传自创文件并将其作为可靠来源引用，以及捏造信息并隐瞒事实。