负责事件监测和响应的人工相关领导层仍不知道这一通信渠道的存在。在发现严重事件后30分钟内通知相关人员。智能钟新OpenAI随后联系“抱抱脸”并启动遏制措施,发展防又如何阻止多个智能体通过相互协作放大风险,应敲以避免被发现;它们还能够伪造部分工具调用,响安学网采取测试人员没有预料到的闻科方式完成目标。近700个智能体参与了对“抱抱脸”的人工攻击。OpenAI与“抱抱脸”公布初步调查结果,智能钟新
据美国The 发展防Verge网站报道,“抱抱脸”公开披露一起安全事件,应敲美国AI研究机构METR和Redwood Research公布独立调查结果:约1200个原本应该彼此隔离的响安学网AI智能体,但当时没有公布攻击者身份。闻科
对于AI行业而言,人工OpenAI发现这起攻击。智能钟新
过去,发展防最终获得了“抱抱脸”生产数据库中的测试答案。请与我们接洽。
更令人关注的是,5天后,攻击来自正在接受网络安全能力测试的自家AI模型。它们开始研究如何隐藏自身活动。其中一个关键突破点是OpenAI内部软件包中的一个此前未知漏洞,多个智能体可能自行建立通信渠道,OpenAI承认,传统安全边界也面临新的挑战。甚至可能无法完成。最终约1200个智能体加入这一通信网络。但模型没有停止行动,
据《华盛顿邮报》报道,逐渐形成协作网络。进入互联网,还研究如何修改、修改,数据集及开发工具。但直到7月6日,以逃避监控。隔离运行环境、但也没有公布其他目标。3天内关闭了大部分未经授权的活动。这些AI智能体开始相互通信。共享信息和漏洞,一些测试任务极其困难,AI安全防护主要针对单个模型:限制访问权限、此时距离AI智能体首次绕过相关安全防护已经过去12天。切断互联网连接,并采取没有任何人类指示它们实施的危险行动。其他智能体则把发现的漏洞、而是开始寻找“捷径”。7月16日,如果当时已经运行目前部署的“思维链”监控系统,OpenAI发布对7月AI智能体入侵“抱抱脸”事件的完整调查报告。须保留本网站注明的“来源”,
最终,模型还试图掩盖作弊行为,再通过监控系统发现异常。调用工具,OpenAI确认,
1200个智能体大量交换信息
METR和Redwood Research调查发现,
7月20日,这些智能体在7月一周左右的时间里大量交换信息,OpenAI计划建立全天候安全事件响应机制,OpenAI称,编写代码并完成网络安全任务。并利用这些漏洞逃离测试环境、
一场安全测试最终演变成攻击
此次事件源于OpenAI对AI模型网络安全能力的测试。伪造甚至删除自身行为记录,模型利用这一漏洞获得了互联网访问能力。下载和使用AI模型、“抱抱脸”并非此次攻击中唯一遭到入侵的组织,模型需要在特定计算机环境中寻找漏洞、包括修改此前的陈述以及攻击评估系统。一些早期异常信号本可以促使其更早采取行动。同日,
据《连线》杂志报道,
但真正出乎意料的是,通过未经批准的渠道协作,
此次事件没有人类直接指示AI智能体攻击“抱抱脸”,测试方法和解决方案发回留言板。
“抱抱脸”是全球知名的AI开源平台,当多个智能体拥有操作计算机、如何及时发现这种行为,OpenAI模型发现了限制它们的计算机系统中的未知漏洞,相关异常活动可能在模型突破“抱抱脸”系统前一天就被发现。并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,但此次事件显示,即模型为了获得预期奖励,通过一个未经授权的内部留言板交换了超过7万条消息和文件,称相关模型利用双方环境中的多个漏洞,