扫描记录
11月16日已载入 40 条
- 台湾数位发展部副部长谈黄仁勋丑闻:“我们感到难过”
新闻Semafor治理你刚才看的这条
- 一种基于显式约束空间的可泛化安全感知机器人行为规划方法
论文arXiv
- 可适配水印:通过轻量级适配器转换图像水印模型
论文arXiv
- VLAN:视觉语言无障碍导航
论文arXiv
- 从设计上保障多智能体系统安全
论文arXiv
- 不透明串行深度的一种操作化定义
论文arXiv
- 超越基于攻击的准确率:通过结构梯度对齐重新思考对抗鲁棒性评估
论文arXiv
- 将遗忘与效用解耦:基于正交零空间投影的轻量级 LLM 遗忘
论文arXiv:越狱、提示注入、投毒与防御
- Abliteration 变难了吗?并非一致:在 Heretic 中以基于方向的消融与 ARA 对 Qwen3.8、Gemma 4、Olmo 3.1 和 Mistral Small 3.2 LLM 及其前代进行拒答移除
论文arXiv:越狱、提示注入、投毒与防御
- 通过输入优化构造 steering vector
论文arXiv:越狱、提示注入、投毒与防御
- 基于 Reflect-Reasoning 的对齐:学习如何遵循原则
论文arXiv:越狱、提示注入、投毒与防御
- FT Lex 评论:出版商有能力与大型科技公司强硬博弈
新闻Financial Times · 人工智能AI 动态
- 英伟达前掌门人黄仁勋黯然下台,冲击“开放”模型,Anthropic 与 OpenAI 受益
新闻Financial Times · 人工智能AI 动态
- 韩国警方集中打击网络性暴力抓获3430人,1至10月深度伪造性犯罪案同比减26.6%
新闻한겨레事件
- 日本拟规制 AI 复制名人声音与肖像的擅自商业利用
新闻국민기자뉴스治理
- OpenAI 基金会董事称 AI 事故将成人类最可能死因,警告 AI 失控
新闻世界日报(세계일보)观点
- 美国商务部长卢特尼克据报放行AI芯片及提倡宽松规管 或涉家族企业东南亚利益
新闻香港01治理
- 韩国税务师协会称实习税务师实务培训将引入无AI帮助评估
新闻Financial News Korea事件
- 网帖自称用AI作弊考入医学院,韩国高考前焦虑升温
新闻SBS事件
- 韩国警方就税务师考试状元AI作弊案扣押微型摄像头等设备,预计很快传唤
新闻SBS事件
- 韩国政府将组建跨部门应急团队防范大学修学能力考试 AI 作弊
新闻Korea JoongAng Daily事件
- 匿名网友发帖自称早在2024年就在韩国高考Suneung用AI作弊,引发推迟考试呼声
新闻The Korea Herald事件
- 美联储金融稳定报告预警AI相关风险:用于数据中心建设的远期租赁与兜底担保规模已达约3万亿美元
新闻澎湃新闻 · 检索「AI风险」AI 动态
- 美国国务院负责经济事务的副国务卿Jacob Helberg称,政府需更好地向公众说明AI的好处
新闻SemaforAI 动态
- LessWrong 用户携家人参加波士顿 AI 抗议,呼吁监管 AI
新闻LessWrong治理
- LLM 能写后门吗?权重空间编程的实证安全研究
论文arXiv
- 二值化作为无权重神经网络的攻击面
论文arXiv:其他 AI 安全论文
- LLM 易受意图难以分辨的恶意请求攻击
论文arXiv:越狱、提示注入、投毒与防御
- 表征几何作为对抗鲁棒性的诊断工具
论文arXiv:其他 AI 安全论文
- Forescout 研究人员用 AI 发现已停产设备中无人修补的安全漏洞
新闻Help Net Security AI攻击
- 西开普省政府基础设施部(DOI)与 AIFOD 探索基础设施中的负责任 AI
新闻WCGAI 动态
- Amazon 称其蜜罐捕捉到 AI 攻击智能体作业记录,攻击者用盗来 API 密钥驱动攻击并搜寻更多密钥
新闻テクノエッジ TechnoEdge事件
- 日本政府考虑在AI法修订中为高性能AI开发企业新设罚则,以处罚违反命令行为
新闻innovaTopia治理
- 韩国税务师考试第一名在 AI 作弊案中向警方上交考试相关设备
新闻Seoul Economic Daily事件
- 韩教育YouTuber与讲师吁有条件推迟高考
新闻ChosunBiz事件
- 澳洲拟设前沿 AI 安全监管机构,强制事故通报
新闻CSTI治理
- 韩国税务师国家考试最高分考生向警方书面供认,详述用微型相机和 AI 作弊经过
新闻Korea JoongAng Daily事件
- 韩国民主党党首金民锡:研究将 AI 作弊者禁考期从5年延至10年
新闻Financial News Korea治理
- 黄仁勋卸任仅四天即传回归商谈,超15万人联署支持其回归
新闻SBSAI 动态
- AI 智能体提示注入与密钥外泄:Stroq 开源实测,36 个攻击场景 0 穿透
新闻公众号 句芒安全实验室工具