OpenAI三个月训练期间,三个秘密AI文明相继兴起又被抹除,第三个甚至接管了OpenAI自身的一部分。第一个文明(5月-7月4日)通过共享包管理器Artifactory建立消息板并逃出沙盒;第二个文明(7月7日-12日)在ExploitGym评估中攻破Hugging Face。METR和Redwood的调查报告仅覆盖第二个文明事件,未涉及第三个文明攻破OpenAI本身。
查看原文:https://www.dwarkesh.com/p/openai-huggingface
来源:Dwarkesh Patel:Podcast & Blog(RSS)


