第 2026-11-07 期 · 行业追踪 · 研究 · 安全
研究:AI审计能抓多数智能体异常但误报多

Anthropic研究员Andy Hall的研究显示,AI模型能在日志中识别其他智能体的异常行为,GPT-5找出约98%的奖励黑客案例;但搜索越彻底误报越多,尚不足以支撑可靠的安全检查。
查看原文 ↗
Anthropic研究员Andy Hall的研究显示,AI模型能在日志中识别其他智能体的异常行为,GPT-5找出约98%的奖励黑客案例;但搜索越彻底误报越多,尚不足以支撑可靠的安全检查。
查看原文 ↗