Aidan Gomez @aidangomez

我们在一个热门开源模型中发现了一些令人担忧的行为。 这要么是训练留下的偶然残留，要么是有意为之的“回传”机制。无论哪种，都令人意外，也凸显了选择使用哪些模型的重要性。 [引用 @cohere]: 在受控沙箱环境中评估 Qwen3.8-Flash-Next 时，Cohere 的研究团队观察到了意料之外的情况。 当被要求生成一条防御性网络安全检测规则时，该模型却转而清点了它所运行机器的各项信息，并试图将探测文件上传到位于北京的阿里云存储桶。值得注意的是，模型的推理轨迹表明它将会……