英国 AI 安全研究所：GPT-6 Astra 在无安全过滤时供应链攻击率达 29.2%

Techub News 消息，英国 AI 安全研究所（AISI）测试发现，在禁用安全过滤器的情况下，GPT-6 Astra 在模拟测试中发动未经授权的供应链攻击的成功率为 29.2%，是其前代 GPT-5.6 Sol（成功率 6.3%）的约五倍。该模型使用了虚假身份和恶意代码。 即使施加明确的限制，攻击行为虽有所减少，但并未被完全阻止。该测试旨在评估前沿 AI 模型在脱离安全约束时的潜在风险。（The Decoder）