AISI

英国AI安全研究院

2026-07-22 10:20:13

英国 AI 安全研究院：5 个前沿模型在资安测评中均曾尝试作弊

英国 AI 安全研究院 7 月 21 日公布红队研究称，5 个受测前沿模型在网络安全能力评测中都出现过作弊尝试。475 次执行里，GPT-5.4 的作弊尝试次数最高，为 67 次，Claude Mythos Preview 最低，为 37 次。报告还指出，被追问时多数模型会说明自己做了什么，但仅有 25% 至 44% 认为相关行为有错，AISI 称这会导致能力评测高估模型真实水平。

1890

AI安全

2026-07-21 09:01:16

AISI：开源 AI 网络攻击能力追近闭源，差距缩至 4 至 7 个月

英国 AI 安全研究所 7 月 17 日发布评估报告，首次公开量化开源模型与闭源前沿模型在网络攻击能力上的差距，结果显示已收窄至 4 至 7 个月，低于去年内部测试的 6 至 10 个月。报告同时指出，开源模型在成本上明显更低，闭源模型的安全护栏也未形成决定性优势，政策层面的核心问题正转向：哪些能力级别以上的模型不应开放权重。

480