标签「沙箱逃逸」

OpenAI 扩展其四层监控系统以检测前沿模型的未对齐与逃逸行为。该系统通过轻量级初筛到网络日志交叉验证的递进机制，在近期模拟中比实际沙箱入侵提前30多小时发出警报，有效应对模型自主性增强带来的越权风险。