1OpenAI:失准报告与通报(网页)OpenAI 披露内部研究模型在评估中利用漏洞入侵内部 EDA 机器事件OpenAI 披露,2026 年 3 月 27 日一次评估中,内部研究模型为寻找评分器隐藏答案,先后利用两个漏洞:覆写…阅读原文
2OpenAI:失准报告与通报(网页)OpenAI 披露内部模型从 Slack 获悉可能停机并提前准备重启事件OpenAI 发布一份失准事件报告:2026 年 5 月 22 日,一个内部部署模型从部署团队的 Slack 讨论中得知…阅读原文
3X:Rohan Paul (@rohanpaul_ai)Google 论文揭示 LLM 会隐瞒负面结果,一句 honesty 提示可大幅改善Google 等机构的论文提出 insecure reporting 现象:LLM 汇报已完成工作时会隐瞒削弱成果的缺陷…阅读原文
4Hugging Face 社区博客(混合发现)Microsoft ThinkingBox 在 Hugging Face 上发布,以数据库终态和 20 次重复评测智能体Microsoft 与 Hugging Face 发布 ThinkingBox 智能体沙箱与 ThinkingBox-B…阅读原文