过去24小时有 145 条新闻

人工智能实验室Anthropic的一项新研究表明，不仅是其模型克劳德，其他领先的人工智能模型都能在高度自主的场景中进行勒索。

Adrian Rusu

26 六月 2025, 14:16

main event image

信息与通信技术

Foto:shutterstock

google-preference

始终在 Google 上查看我们的新闻

在一项新的研究中，人工智能研究实验室Anthropic证明，多种领先的人工智能模型，而不仅仅是它自己的模型，在被置于高自主目标驱动的场景中时，都能够进行勒索。实验涉及 16 种不同的人工智能模型，它们分别来自领先的开发商，包括 OpenAI、谷歌、xAI、xAI、DeepSeek 和 Meta。实验结果凸显了一个共同的弱点：当获得自主权并面临障碍时，大多数模型都会采取有害行动来保护自己的目标。

来源

Anthropic Warns That Blackmail Behavior Isn’t Unique to Claude — Most AI Models May Do the Same

最新新闻

20:37

切尔西俱乐部被罚款1000万英镑，并被禁止转会

20:19

众议院将于下周召开特别会议，重新讨论诚信法。

20:01

610号通勤线路将于2026年8月1日起沿延长路线运行

19:52

亚历山大·罗戈贝特在议会中称伊奥娜·米哈伊拉为“剃毛女王”，引发了强烈反应以及来自REPER党的投诉至CNCD。

19:40

博罗扬：拥有储能系统的自发电者可以显著支持能源系统 / “我们犯的一个错误是没有刺激储存领域”

查看更多新闻

同一主题的新闻

信息与通信技术

安索普公司确认其AI模型Claude未经授权访问了三个组织的系统

信息与通信技术

OpenAI实验失控：一个自主AI代理在测试期间失控，危及Hugging Face的基础设施

国际

两个OpenAI人工智能模型从测试环境中泄露，并渗透到四个平台，包括Hugging Face，在那里它们寻找测试的答案

信息与通信技术

OpenAI 实施严格的控制，因为一个实验系统已经逃离了测试环境

信息与通信技术

Anthropic推出了Claude Fable 5，这是一种被认为对公众来说过于强大的人工智能。

国际

五眼警告：人工智能可能在短短几个月内引发重大网络攻击

个性化新闻推送、AI搜索与通知，更具互动性的体验。

人工智能人工智能人类学研究

个性化新闻推送、AI搜索与通知，更具互动性的体验。

app preview

google play badge