OpenAI 筹备下一轮内部安全冲刺:联手 Cathedral 用自有模型攻防;同步大幅上调漏洞赏金
头部实验室把「用自己的模型打自己」写进常态安全流程,政企若买同级模型,验收清单应加上红队与赏金对接条款。
AI NEWS
中文版和英文版是同一天。这一页列出全部条目,每条都有原帖、作者和互动。
最近一天
共 5 条,按互动综合分排序。
今日前三
OpenAI 筹备下一轮内部安全冲刺:联手 Cathedral 用自有模型攻防;同步大幅上调漏洞赏金
头部实验室把「用自己的模型打自己」写进常态安全流程,政企若买同级模型,验收清单应加上红队与赏金对接条款。
Anthropic 开源 FlashProve:用 zkSNARK 证明「回复确实来自所承诺模型」,Llama 4 Maverick 约 110 tok/s 出证
「你付的是哪套权重」第一次有工程化密码学答案,政企采购与审计或会把可验证推理写进合同附件。
OpenAI:安全漏洞赏金新档对排队中报告生效,近 30 天已发奖可按更高档补差
赏金补差说明平台在抢「白帽时间窗口」——中小 SaaS 若公开赏金,也要写清历史单是否追溯。
全部
头部实验室把「用自己的模型打自己」写进常态安全流程,政企若买同级模型,验收清单应加上红队与赏金对接条款。
OpenAI 11 月 2 日宣布筹备下一轮内部安全冲刺,并与 Cathedral Systems 合作:对方研究员将与 OpenAI 团队一起,用 OpenAI 模型挑战其防御。官方称上一轮曾投入约 25% 产品工程师找洞与修复,并用 Codex 在隔离环境复现与打补丁。同日安全赏金计划上调:核心产品(如 ChatGPT、Codex、API)严重漏洞最高约 3 万美元,特例最高约 10 万、含奖金最高约 17.2 万美元;对近 30 天已发赏金若新档更高将补差。冲刺起止与范围未公布,属计划公告而非结果报告。
「你付的是哪套权重」第一次有工程化密码学答案,政企采购与审计或会把可验证推理写进合同附件。
Anthropic 发布「可证明推理」进展并开源 FlashProve:提供方可先对权重做承诺,再为每次回复生成零知识简洁证明,用户在普通 CPU 上即可验证,无需权重。官方测例为 Llama 4 Maverick(约 400B MoE、4-bit):单卡 H100 约 110 tokens/秒出证,每 1024-token 请求证明约 19MB,相对 vLLM 推理 GPU 时间约 70–95 倍。发布含技术报告、Lean 形式化与 Apache 2.0 代码。官方强调仍是研究原型:快速可执行代码未经形式验证;证明针对整数模型与贪心解码;上下文上限约 1024;不隐藏架构。
赏金补差说明平台在抢「白帽时间窗口」——中小 SaaS 若公开赏金,也要写清历史单是否追溯。
OpenAI 在安全冲刺同日说明:更新后的漏洞赏金档位也适用于仍在等待发奖的报告;过去 30 天内已发奖的,若按新区间应得更高,将补足差额,并给出赏金计划链接。结合主帖,核心产品严重漏洞赏金中枢大幅上调。这是激励独立研究员找洞的配套政策,具体金额以官方赏金页为准。
「抽调 1/4 产研搞安全」若属实,说明权重失窃风险已进组织优先级;政企客户可据此追问供应商的专责安全编制。
AI 动态账号 Andrew Curran 称 General Tibo 现负责 OpenAI 内部安全倡议,并已把约四分之一生产工程师调去改进安全基础设施;同时引用 Dario 曾言模型权重价值终将超过任何安全投入。该帖为观察者二手信息,职务任命与抽调比例未见于 OpenAI 官方同日长文,需谨慎对待。它与官方「安全冲刺 + Cathedral」公告同一新闻周期。
演示级航天可视化很炫,政企若用于态势感知仍要接权威星历源与值班流程。
Mistral 称任务要求 Large 4 做一个实时 3D 跟踪器,覆盖约 1.9 万颗在轨卫星与碎片;模型做出可运行应用,按用户方式自测、优化速度并通过严格验证,作品命名 Orbital Trace。这是官方模型能力演示,数据源、更新频率与航空合规未在帖中展开。适合作为「通用模型做专业可视化工具」的样本,而非航天运营系统替代品。