OpenAI“防越狱”新模型发布首日即遭破解

OpenAI刚刚发布自 2019 年以来的首批开放权重模型——GPT-OSS-120b 和 GPT-OSS-20b，宣称这些模型快速、高效，并通过严格的对抗训练增强了抵御越狱的能力。然而，这种说法并未持续太久。

知名法学硕士（LLM）越狱者“解放者普林尼”（Pliny the Liberator）于周二晚间在 X 平台宣布，他已成功破解 GPT-OSS 模型。他在帖子中写道：“OPENAI：PWNED”。这一事件再度引发了对人工智能安全性的广泛讨论。