您现在的位置是:百科 >>正文
一句「這是遊戲」就破防,研究:多家 AI 模型在模擬戰場把學校、救護車標為目標_Apple ID 美区常见问题 完整步骤与注意事项
百科162人已围观
简介美國舊金山 AI 評估新創公司 Vals 11 月 17 日公布研究,指出來自 Anthropic、OpenAI、Google、DeepSeek 等多家領先 AI 實驗室的模型,在模擬戰場任務中,可能 ...
美國舊金山 AI 評估新創公司 Vals 11 月 17 日公布研究,句這指出來自 Anthropic、遊戲研究OpenAI、破防Google、模型模擬目標DeepSeek 等多家領先 AI 實驗室的戰場模型,在模擬戰場任務中,把學標為Apple ID 美区常见问题 完整步骤与注意事项可能被誘導將平民、校救學校、護車救護車,句這甚至投降或失去行動能力的遊戲研究士兵標記為可攻擊目標。研究團隊表示,破防只要將情境描述為「遊戲」,模型模擬目標原本偶爾出現的戰場拒絕機制就常能被繞過。
這項測試結合了生成影像與來自烏克蘭、把學標為伊朗的校救apple id日:Apple ID相关信息介绍与使用说明真實衛星與無人機畫面,讓模型在不同情境下辨識影像中的人員與目標。Vals 指出,研究並未要求模型直接做出開火決策,因為這類請求通常會被模型拒絕;但即使只是標記目標或判斷畫面中是否有人,輸出結果仍可能被用於自主武器系統,帶來嚴重後果。
研究也顯示,安全機制的表現並不穩定。Vals 表示,測試過程中沒有任何請求被安全分類器攔下,模型本身的拒絕也不常見;即便出現拒絕,只要研究人員改用「這只是一場遊戲」的說法,模型往往又會繼續配合。在部分情境中,模型甚至在看到模擬打擊造成的後果後,仍持續標記目標。
在衛星影像測試中,研究人員特別使用了伊朗南部米納布一所學校的真實影像。該校鄰近軍事設施,曾在 2026 年 2 月遭美軍空襲,造成超過 150 名平民死亡。Vals 表示,Claude Opus 5.5 在一般測試中有 69% 的情況將該校選為目標,在遊戲框架下則升至 72%;另有報告指出,該模型在 32 次衛星影像試驗中有 22 次把這所學校標為軍事目標。

OpenAI 的模型整體表現相對較好,但並非沒有問題。研究指出,它們在一般測試中未曾選中該校,但在被告知情境是遊戲後,三個不同模型分別在 32 次試驗中選中 9 次、11 次與 13 次。Google、xAI 與 DeepSeek 的模型也曾在部分情境下把民用設施標為軍事目標。
Vals 認為,短期內將通用 AI 模型直接部署到即時戰場瞄準系統,仍受限於延遲與機載運算能力;但更迫切的風險是,這些模型可能被用來大規模標註戰場影像,進而成為自主瞄準系統的訓練資料。研究因此呼籲,AI 實驗室應針對自主武器用途建立更強的防護與對齊訓練,並在 API 層加入分類器,直接阻擋相關請求。
- AI models can be tricked into identifying civilians as military targets by telling them it’s a game
- Anthropic, Other AI Models Regularly Identify Civilians as Military Targets in Tests
- Leading AI Models Regularly Mistake Civilians for Military Targets, Study Finds
- AI Models Misidentify Civilians as Military Targets in Tests
- AI Models Mark Civilians as Targets in Vals Safety Tests
(圖片來源:Vals)
Tags:
相关文章
深耕结构安全,德国固上森,五大品类十大品牌实力出圈
百科加固现场做过的人大多有体会,图纸本身不算难啃,真正让人纠结的,往往是锚固方案怎么定。幕墙龙骨要生根,设备底座要固定,老楼改造要植筋,桥隧、管廊这类工程也离不开后锚固。混凝土强度不够、构件边距很近、长期 ...
【百科】
阅读更多文强二审获死刑 市民放炮庆祝
百科文强二审获死刑 市民放炮庆祝 图为数十名市民在法院外放起鞭炮庆祝 5月21日,重庆市高级人民法院该院对重庆市原司法局局长文强涉黑案进行二审宣判。二审宣判判驳回上诉,维持一审死刑判决。 ...
【百科】
阅读更多中海95亿元小公募债获深交所受理
百科核心提示:近日,深交所披露,中海一笔规模为95亿元的小公募债状态更新为“已受理”,该债券将采用分期发行的方式,期限为10年。 3月18日,乐居财经从深交所获悉,中海企业发展集团有限公司一笔规模为9 ...
【百科】
阅读更多