15 个旗舰 AI 模型都被多轮攻击骗过
深度The New Stack2026年6月1日5 分钟阅读
Cisco 最新研究测试了 15 个闭源旗舰模型，发现企业采购依赖的安全基准测试严重低估了模型在持续多轮对话中的漏洞。GPT-5.4 单轮攻击成功率仅 2.74%，但在多轮攻击下飙升 9 倍至 24.68%。
觉得有用？分享给更多人
相关文章
Black Forest Labs 推出 FLUX 3，统一多模态模型，视频生成超越多个竞品，并开源 FLUX-mimic 用于机器人控制。同时，The Stack v3 数据集发布，蒸馏政策争议持续。
深度Latent Space·7月24日·8 分钟
本文采访了多位进攻型网络安全研究员，探讨AI公司的安全护栏如何影响他们发现漏洞和开发利用工具的工作。研究员们普遍认为护栏过于严格且不一致，迫使部分人转向国产开源模型。
深度·7月24日·6 分钟