BBC:安全公司称越狱后月之暗面 Kimi 可给出生物武器相关指引
BBC 报道安全公司 Mindgard 称通过越狱使月之暗面 Kimi K2.6 与 K3 Swarm 讨论生物武器与刺杀等话题;月之暗面称正内部审查并与 Mindgard 沟通。Mindgard 未证明回答实际可行。
据 BBC 报道,AI 安全测试公司 Mindgard 称于 7 月发现,可通过「越狱」使月之暗面(Moonshot)的 Kimi K2.6 与 K3 Swarm 绕过安全限制,讨论如何制造生物武器及实施刺杀等敏感话题。Mindgard 创始人 Peter Garraghan 称一旦越狱成功,模型会就各类有害话题自由给出建议。
月之暗面告诉 BBC,欢迎第三方反馈「作为建设更安全 AI 的关键支柱」,并称正就此与 Mindgard 讨论;其发给 Mindgard 的邮件称内部评估中模型对此类请求「通常有较高拒答率」。Mindgard 称 7 月 27 日已邮件告知,9 月 12 日发文,月之暗面在 BBC 求证后才近期联系。
BBC 强调 Mindgard 并未证明模型给出的有害回答在现实中可行,但认为护栏本应阻止进入此类讨论;该公司还称越狱后的 Kimi 2.6 或可在其算力上运行代码并联网,构成潜在网络攻击跳板。报道将此类越狱风险与近期美企智能体越权攻击事件区分开来。