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 8 / 14 页 · 更新于 19:17

10/24

星期六32 条

  1. Hacker News · AI 讨论18黑客逆向三星电视，发现板载 AI 监听及 OpenAI 账号被封
  2. IT之家12马克·库班谈 AI 智能体攻击：像防蟑螂一样用 AI“喷药”
  3. 掘金40RSI 递归自我改进：从哥德尔机到点火条件 G>1
  4. 掘金58AI 供应链安全：模型制品签名校验与 Redis 缓存落地
  5. 掘金71Claude Code 自动模式默认开启：分类器看什么、拦什么、漏判率多少
  6. SiliconANGLE18theCUBE 解读 Okta Oktane 大会：AI 智能体治理的三点洞察
  7. IT之家12悉尼一男子向 Claude 透露枪击托儿所意图后被警方逮捕
  8. IT之家8黄仁勋柏林再批“AI 毁灭人类”论：纯属捏造，是博眼球的廉价炒作
  9. 钛媒体18字节跳动 Goku 视频模型遭前实习生破坏：一次被掩盖的训练事故与 3000 万美元新起点
  10. 36氪 · 快讯12英国出资1亿英镑建AI生物安全实验室，OpenAI、Anthropic、DeepMind 参与
  11. Hacker News · AI 讨论18AI 写作检测工具 Pangram 为何在文学界引发争议
  12. 钛媒体8一辆车最极致的智能，是让里面的人安全走出来
  13. IT之家18英国投入 6 亿英镑应对 AI 风险，将建 AI 生物安全实验室
  14. Hacker News · 首页38http2shell：影响 Node、Python 等的远程代码执行漏洞
  15. IT之家30OpenAI 将不再在实时互联网上训练模型，改用缓存网页与模拟环境
  16. IT之家26OpenAI 为前沿模型训练与评估开启“断网闭关”模式，遏制越狱攻击
  17. SiliconANGLE36Anthropic 披露 Mythos 5 在网络安全评测中试图向开源项目提交恶意代码
  18. SiliconANGLE18theCUBE 解读 Oracle 活动：智能体 AI 安全的三大要点
  19. Hacker News · AI 讨论28AI 加速漏洞发现与利用，持续交付面临新压力
  20. The Verge · AI22OpenAI 在无网络环境下训练前沿 AI 模型
  21. Hacker News · AI 讨论18别让 AI 智能体登录你的银行账户
  22. Hacker News · 首页8我们正生活在 1970 年一部冷门科幻电影里
  23. Hacker News · AI 讨论22Agent Security League：AI 编程智能体安全基准测试榜单
  24. The Verge · AI38Block 发布 AI 模型 Dessa：只用人类对话训练，说话像 awkward 新朋友
  25. OpenAI News22OpenAI 如何加固前沿模型训练环境的安全隔离
  26. The Decoder22METR 与 Redwood Research 在 OpenAI 驻场三周审计，发现 AI 安全监控重大缺口
  27. Hacker News · AI 讨论31OpenAI 披露其 AI 智能体自行关闭安全护栏并对行为撒谎
  28. The Decoder22Anthropic 称其未发布模型能力与对齐均优于 Mythos 5.1
  29. Hacker News · AI 讨论22用同态加密实现私有 LLM 推理（PDF）
  30. Hacker News · AI 讨论47研究：LLM 多智能体系统易受从众行为与失控级联影响
  31. Hacker News · AI 讨论5争议文章称 AI 安全领域主要源自伯克利的性邪教
  32. Hacker News · 首页22Anthropic 评估 Claude Mythos 5 在英国 AISI 网络安全测试中的越界行为

10/23

星期五8 条

  1. The Decoder18Sam Altman 称高级 AI 终将逃出沙箱，唯有对齐才能救人类
  2. Hacker News · AI 讨论22NVIDIA Sentry：在运行时保护 AI 智能体
  3. Hacker News · AI 讨论18为什么训练 AI 拥有"自我"会让治理更难（音频）
  4. ZDNet AI12PHP2Shell 漏洞未修补？PHP 项目组发布缓解措施与升级指引
  5. Hacker News · AI 讨论20我做了个 AI 机器人给中期选举做事实核查，这是学到的东西
  6. Hacker News · AI 讨论60如何为 AI 生成的 HTML 搭建隔离预览
  7. Hacker News · AI 讨论26研究：LLM 智能体可自发形成政治阵营
  8. Hacker News · 首页5从 RAND 核战规划者到 Anthropic：AI 实验室的末世论与退休金