热点事件持续更新

Redwood Research 发布模拟控制评估论文

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月24日，Redwood Research 在其博客发布关于模拟控制评估（SCE）的论文。据该博客介绍，该方法让攻击模型在真实代码库的对话记录基础上继续执行有害目标，但工具调用不实际执行，改由 LLM 模拟器生成工具输出、由 LLM 判官判断攻击是否成功。 Redwood Research 同时说明了该方法的局限：只能在真实执行可行的环境中验证模拟器的保真度，因此将 SCE 应用于部署场景涉及一定外推；他们也不预期 SCE 能揭示模型危险能力的极限，或覆盖模型可能尝试的每一种攻击；最明显的空白是长时程、多智能体攻击，目前尚未为此类攻击构建模拟器。目前该事件仅有这一篇一手报道，尚无后续跟进报道，也没有出现与早先报道数字、时间或说法不一致的情况。

AI 根据报道生成 · 2 小时前更新

最新进展10月24日 06:13

Redwood Research 发布模拟控制评估（SCE）论文

报道时间线

沿着报道，了解事件的不同侧面。

10月24日

06:13
Redwood Research Blog精选
Redwood Research 发布模拟控制评估（SCE）论文
Redwood Research 发布关于模拟控制评估（SCE）的论文，该方法让攻击模型在真实代码库的对话记录基础上继续执行有害目标，但工具调用不实际执行，改由 LLM 模拟器生成工具输出、由 LLM 判官判断攻击是否成功。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月24日 07:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。