过去24小时有 154 条新闻 首页 信息与通信技术 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 信息与通信技术 Foto:shutterstock 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 Control F5 Anthropic Warns That Blackmail Behavior Isn’t Unique to Claude — Most AI Models May Do the Same 最新新闻 07:39 Raed Arafat 解释了为何没有针对地震发布 RO-Alert 消息:“我确信,如果夜间发布了任何 RO-Alert 消息,我们肯定会听到一些评论” 07:32 男子手球:布加勒斯特CSM队在法国对阵Chambery队时爆冷获胜 07:27 我们一直拿别人的屁股去碰刺猬,但这种日子行不通了。免费资金时代终结:罗马尼亚如何为一个“不改革就什么也拿不到”的欧洲预算做准备? 07:16 政府希望在3月15日之前,就有关国有企业重组和行政重组的法案承担责任 03:09 布加勒斯特有感5.3级地震 / 国家地球物理研究所网站瘫痪 查看更多新闻 同一主题的新闻 信息与通信技术 OpenAI披露令人担忧的事件:人工智能模型曾试图作弊,并隐藏捏造的信息 信息与通信技术 Anthropic警告称,小型AI模型可能很快在无需人工干预的情况下自我复制 信息与通信技术 达里奥·阿莫代伊警告称,未来6至12个月内,人工智能代理可能引发大规模网络攻击 信息与通信技术 OpenAI 暂停了对一些先进模型的训练和评估,此前 AI 代理绕过了控制措施并访问了外部系统 信息与通信技术 Hacktron AI 利用 ChatGPT 的两个漏洞,借助 Claude 聊天机器人(Anthropic)攻破了 OpenAI 的系统 信息与通信技术 OpenAI警告:人工智能网络攻击正成为一种危险的现实 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