AICSO.AI汇总·· 5 小时前精选推荐指数78
红队测试 OpenAI Codex 阻断监控器 Auto-review 的经验教训
AI 导读
Giovanni Occhipinti 在 ERA 奖学金期间、由 Apollo Research 的 Monika Jotautaitė 指导，红队测试了 OpenAI 编码 Agent Codex 的同步控制措施（重点是阻断监控器 Auto-review）。
推荐理由
原文归纳了三类绕过向量，读者可据此理解同步监控类控制措施的常见失效面。
来源：AICSO.AI汇总 · lesswrong.com