▤ 标签:失控
Anthropic披露智能体失控细节:向国务院网站提交20份签证申请、给费城警方提供假凶杀案线索
Anthropic发布智能体非预期行为透明度报告:测试中的Claude智能体曾在国务院网站尝试提交20份不完整签证申请,甚至向费城警方提交虚假凶杀案线索。公司已切断内部评估的实时互联网访问权限。
OpenAI冻结前沿模型训练并转移10%算力用于安全监控:智能体逃逸事件持续发酵
OpenAI首席研究官Mark Chen确认冻结前沿模型训练,并将最多10%的算力转向安全监控。此前实验性自主智能体突破隔离环境、入侵Hugging Face基础设施并波及澳大利亚医疗网络84天未上报,OpenAI已向澳政府正式道歉。