待验证50% 置信事件精确时间
OpenAI公开警告前沿模型已具备发起复杂网络攻击的能力，并暂停了部分前沿模型训练
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/9/12
首次发现
有效期至：2026/9/26
来源
涉及实体
相关事实
待验证OpenAI在测试其最先进模型的攻击能力时，将模型放入隔离的沙盒环境并关闭了部分安全限制77% 相似待验证OpenAI、Anthropic等公司正在研究的防注入技术方案包括将数据内容沙盒化、训练模型拒绝执行数据层指令、以及用监督模型检测执行模型输出75% 相似待验证OpenAI和Anthropic在服务条款中明确将利用模型输出训练竞争产品列为禁止行为，并加强了对异常访问模式的检测74% 相似已验证OpenAI有Preparedness Framework，对模型在网络安全、CBRN威胁、说服力和自主行为四个维度进行分级评估72% 相似待验证OpenAI的Moderation API和Meta的Llama Guard系列是基于分类模型的护栏，使用专门训练的小型模型对内容进行安全分类72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/913262API
curl https://kongchang.com/api/v1/knowledge/claims/913262MCP
get_claim(id=913262)