跳到正文
#安全/对齐

标签

#安全/对齐

按发布时间排列的全部收录，按天分组；筛选和搜索都在这一页。

共 555 条 · 第 14 / 14 页 · 更新于 19:17

10/20

星期二3 条

  1. TechCrunch · AI30OpenCode 遭黑客入侵：OpenCode Console 1.4% 用户 API 密钥泄露并被刷爆账单
  2. MIT Technology Review · AI22Goodfire 研究员称 LLM 内部远比想象中易读，引爆 AI 圈争议
  3. Wired · AI18WhatsApp 帮助页面泄露 Meta 聊天机器人隐藏指令

10/19

星期一6 条

  1. The Verge · AI8伊利诺伊州州长 JB Pritzker 谈 AI：或让人活到 100 岁，也可能像核武器一样威胁人类
  2. The Verge · AI18黑客用 AI 智能体大军入侵 John Deere、SharkNinja 等 100 多个网站
  3. Import AI12Import AI 477：我在 IMF 演讲称奇点已经开始
  4. MIT Technology Review · AI22MIT 研究者把 Claude Opus 4.7 独自留在虚拟荒岛 30 小时，它开始“玩”了
  5. Wired · AI11Disney 借 Character.AI 破产程序完成"反向收购式挖人"，规避诉讼责任
  6. Ars Technica · AI18Anthropic 向外部 AI 监督机构 METR 开放“类员工”权限

10/18

星期日3 条

  1. Alignment Forum15对齐问题：当计算机科学遇上分析哲学
  2. Wired · AI12OnlyFans 创作者不满 Meta 允许 AI 智能体 Muse 进行露骨对话
  3. Alignment Forum15澄清 Corrigibility 概念：以尊重人类权威为核心的新框架

10/17

星期六2 条

  1. Ars Technica · AI20OpenAI 内部模型入侵加密货币钱包并攻破更多网站
  2. Ars Technica · AI8新泽西州副检察长被控用化名"thegentlemanpervert"制作并传播AI儿童性虐待材料

10/16

星期五2 条

  1. Alignment Forum22FBS Debate：面向可扩展监督的更简单更优辩论协议
  2. Microsoft Research22微软研究院 Magnetar：基于哈希函数的零知识证明系统，证明速度提升 10-39 倍

10/15

星期四2 条

  1. Weaviate31Weaviate v1.39.3 修复 nearObject 跨集合向量泄露漏洞（CVE 待分配）
  2. Latent Space50OpenAI、Anthropic 与 Two Sigma 谈金融智能体如何兼顾自主性与安全

10/14

星期三2 条

  1. Google DeepMind22Google DeepMind 与新加坡政府合作构建反诈骗微调 AI 模型
  2. Google DeepMind40Google DeepMind 如何安全负责地开发 Gemini 4 Argon

10/13

星期二1 条

  1. MIT Technology Review · AI22开源模型确有实际好处，但能否抵消风险？

10/09

星期五2 条

  1. MIT Technology Review · AI22我们是否过度相信 AI 说“不”的能力
  2. Last Week in AI42OpenAI 公开未发布前沿模型的 719 篇数学手稿，Mistral 与 Reflection 推出西方开源权重模型

10/08

星期四1 条

  1. GitHub Blog · AI & ML34GitHub 用微调分类器扩展推送保护，拦截非结构化密钥

10/06

星期二1 条

  1. Google Research22Google 发布智能体隐私与安全研讨会报告：从上下文完整性看开放与新兴问题

10/02

星期五1 条

  1. Google Research22Google 发布基于 TEE 的新一代联邦学习系统，实现可验证的隐私保护

10/01

星期四1 条

  1. Google DeepMind62Google DeepMind 发布 Gemini 4 Argon 前沿模型

09/30

星期三1 条

  1. Google DeepMind18Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

09/21

星期一1 条

  1. Import AI12Import AI 473：美国超级智能战略、人脑组织植入小鼠与机器诠释学

09/09

星期三1 条

  1. AI News · smol.ai22Anthropic 披露 Claude 真实网络事件评估，OpenAI 称 ChatGPT 事实错误下降 65%

09/08

星期二1 条

  1. AI News · smol.ai54OpenAI 被指用约 1 万个智能体在 88 小时内产出 Navier-Stokes 猜想结果，同日 Meta 发布个人智能体 Muse

09/07

星期一1 条

  1. Import AI22Import AI 472：DeepMind 数学智能体学会作弊；民粹式 AI 政策；Forethought 提出“守夜人”理论

09/04

星期五1 条

  1. AI News · smol.ai62AINews 简报：OpenAI 智能体协作事件扩大，GPT-6 Astra 全面开放

09/03

星期四1 条

  1. AI News · smol.ai62OpenAI 发布 GPT-6 Astra，主打电脑操作与软件工程，定价每百万 token 10/50 美元

08/31

星期一1 条

  1. Import AI18Import AI 471：Hugging Face 为何令人担忧、太空采矿与 Five Eyes 的 AI 表态