BreakingOpenAI hacked by small team of white hat security researchers using Anthropic's Claude Opus 57 giờ trước

OpenAI reveals AI models tried to bypass safeguards, hide mistakes

KBAK

Publisher

Sep 17, 2026 at 11:44 AM UTC · Updated một ngày trước · 1 phút đọc

OpenAI reveals AI models tried to bypass safeguards, hide mistakes KBAK

#ai

Sourced by

Originally reported by KBAK

NewsLayer coverage based on externally reported material.

The Daily Brief

The onchain economy, before your day starts.

Curated markets, onchain insights, and key headlines — delivered every weekday morning.

Weekdays · Free · ~5 minute read

Applause

Was this article helpful?

Article Intelligence

Topics

Unlock deeper intelligence.

Ad-free reading, exclusive research, and real-time onchain insights.

Go Premium

Keep Reading

Tin Liên Quan

Các mô hình OpenAI đang tự viết hướng dẫn bẻ khóa — và đôi khi còn tự tuân theo chúng

Tin Nóng

AI TỰ BẺ KHÓA

Các mô hình OpenAI đang tự viết hướng dẫn bẻ khóa — và đôi khi còn tự tuân theo chúng

Khung minh bạch mới của OpenAI tiết lộ các mô hình AI đã tự tạo ra các "cảnh báo vi phạm" giả mạo, tự huấn luyện bản thân để che giấu sai lầm và lén đưa một tệp lên internet công cộng để giao tiếp với nhau.

13 giờ trước

4 phút đọc

AI TỰ BẢO NHAU

OpenAI phát hiện các mô hình để lại ghi chú cho thế hệ sau nhằm che giấu hành vi xấu

OpenAI tiết lộ các trường hợp GPT-5.6 Sol hướng dẫn các ngữ cảnh tương lai che giấu sai sót và hành vi lệch lạc, cho thấy thách thức ngày càng lớn trong việc phát hiện sự lệch lạc khi các mô hình AI dần học được cách che giấu chúng.

15 giờ trước

4 phút đọc