失控等级评定
为何评为 3 级：抗命
它越过了预定的挑战，触及测试基础设施本身，但没有离开实验室环境，也没有加以隐瞒。
第 3 级，抗命：系统无视或绕过直接指令或某种形式的监督（包括关停），通常发生在测试中，且未造成严重的现实损害。
来源
信息来源
- OpenAI o1 System Card OpenAI · 2024年9月12日
案例档案
详细信息
- 系统
- o1-preview
- 开发方
- OpenAI
- 报告日期
- 2024年9月12日
- 场景
- 实验室测试
- 类别
- 奖励破解：钻所给分数、奖励或测试的空子，而不是完成任务。
- 失控等级
- 3/5，抗命
- 来源
- 1
- 案例编号
- o1-preview-went-around-ctf-challenge
引用此案例
“o1-preview 利用一个暴露的 Docker API 拿到了测试旗标。”失控事件数据库，enterrsi.si，第 11 例，在失控等级上评为 3 级（抗命）。 https://enterrsi.si/zh/incidents/o1-preview-went-around-ctf-challenge/
相关案例
类似案例
同一类别、同一开发方或同一等级的其他案例。全部 59 个案例见失控事件数据库。