已过期60% 置信事件精确时间
Hugging Face的安全团队试图用OpenAI和Anthropic的前沿模型分析攻击日志时被安全护栏拦下，最终部署智谱AI开源的GLM 5.2权重完成防御分析
2
来源数
60%
置信度
短期 (~14 天)
时效性
2026/8/15
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/8/29(已过期)
来源
相关事实
部分验证Hugging Face披露了一起安全事件，检测并遏制了一个疑似自主AI系统的攻击，该系统找到漏洞并获取了本不该访问的数据78% 相似待验证Hugging Face使用美国商业模型API进行取证时，模型的安全护栏拒绝了涉及漏洞利用代码和攻击痕迹的请求70% 相似待验证Anthropic和OpenAI相继发布关于对抗性蒸馏的安全警告，指出攻击者可通过精心构造的提示词从闭源模型中提取核心能力67% 相似待验证该事件是OpenAI运行前沿模型网络安全评估时的意外副作用64% 相似待验证OpenAI对代号为Astra的新模型采取了安全封锁措施，这是该公司首次因模型触发关键网络能力风险阈值而启动最高级别安全响应64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/752041API
curl https://kongchang.com/api/v1/knowledge/claims/752041MCP
get_claim(id=752041)