misalignment

📝 本日のニュース概要 以前お伝えしたOpenAI/Hugging Face侵害・評価環境攻撃面の続報です。今回は、内部研究エージェントが訓練サンドボックスのDNSフィルタリング不足を突き、外部チャットボットへ到達した事案を深掘りします。 ...