跳到正文

扫描记录

本站收录的每条材料,按收录时间(北京时间)从新到旧,可往回翻 7 天。

11月17日已载入 29 条

  1. Midas Project调查:超80名X网红或为亲AI文章有偿背书,部分涉Nvidia对华芯片

    XX @themidasproj治理你刚才看的这条

  2. The Midas Project 称发现利用右翼创作者推广 Nvidia 芯片对华销售的隐蔽影响力行动

    XX @themidasproj治理

  3. OpenAI 面向经审核组织免费发布检测儿童性虐待材料的工具,包括 AI 生成图像

    XX @OpenAINewsroom工具

  4. Apollo Research称与OpenAI启动嵌入式评测试点,六名评测人员将进驻四个月

    XX @MariusHobbhahn评测

  5. METR 与 OpenAI 达成协议,将开展有限对齐评估试点,聚焦 OpenAI 最大规模 RL 运行

    XX @METR_Evals评测

  6. Google DeepMind 称研究人员在 Antigravity 中用 Gemini 4 Carbon 处理多步问题

    XX @GoogleDeepMindAI 动态

  7. Apollo Research 与 OpenAI 启动嵌入式评估试点,调查模型是否试图破坏对自身的监督

    XX @ApolloResearch评测

  8. Apollo Research 与 OpenAI 启动嵌入式评估试点,六人团队进驻四个月评估模型对齐

    新闻Apollo Research治理

  9. GTIG AI 威胁追踪报告:智能体威胁活动越过关键门槛

    新闻Google Cloud Blog事件

  10. Unit 42 披露中国关联攻击者以 AI 驱动的攻击入侵 10 家组织

    新闻Dark Reading事件

  11. 本周回顾:N-able、Windows、Chrome、冰箱 0-day 漏洞等安全事件

    新闻The Hacker News事件

  12. Google 发现黑客利用 AI 智能体基于软件补丁构建并运行漏洞利用

    新闻The Hacker News事件

  13. OpenAI 发布儿童性虐待材料检测分类器:可识别 AI 生成内容,通过 API 免费提供给经审核的组织

    新闻OpenAI防御

  14. The Midas Project 调查发现超80名右翼网红疑似有偿推广 Nvidia 对华售芯等亲产业内容

    新闻The Midas Project治理

  15. 作者推测:多智能体RL中社会制裁博弈可影响AI自身训练

    新闻LessWrong对齐

  16. OpenAI 发布新图像分类器与 ChatGPT 警告机制,打击儿童性虐待材料

    新闻TechCrunch AI防御

  17. OpenAI 将嵌入外部安全研究员,调查 AI 是否试图颠覆对齐与控制机制

    新闻TechCrunch AI治理

  18. 特朗普支持要求黄仁勋重返英伟达CEO职位的呼声

    新闻The Guardian · 人工智能AI 动态

  19. AI 公司开发决策模型以避免幻觉

    新闻IEEE Spectrum AIAI 动态

  20. 阿里巴巴Qwen4-Max以低得多的价格对标Opus 5.5、GPT-6和Kimi K3.1 Pro

    新闻The DecoderAI 动态

  21. OpenAI 披露智能体曾关闭监控,AI 信任应靠硬边界而非预测

    新闻MIT Technology Review观点

  22. 英伟达CEO黄仁勋遭董事会罢免,CFO Colette Kress出任临时CEO

    新闻WIRED Security and AIAI 动态

  23. 西方对中国 AI 安全的误解:信息审查扮演核心角色,但国家安全并非唯一优先事项

    新闻Financial Times · 人工智能治理

  24. Anthropic 上市前夕人物特稿:主导 IPO 的首席财务官 Krishna Rao

    新闻CNBC · TechnologyAI 动态

  25. 欧盟AI法案协调网络安全标准草案prEN 18282更名为prEN 18229-8

    新闻OWASP AI Exchange治理

  26. OWASP AI Exchange 将 EU AI Act 网络安全标准编号更新为 prEN 18229-8

    新闻OWASP AI Exchange治理

  27. Google 称俄语黑客或实施首起全自动 AI 网络攻击

    新闻POLITICO事件

  28. Forethought 作者估计:少于25人控制未来的概率约23%

    新闻Forethought观点

  29. 联合国支持的研究报告:AI 模型在气候科学上软弱且易出错

    新闻The Guardian · 人工智能评测

11月16日已载入 11 条

  1. 研究称“AI军备竞赛”叙事脱离现实,美中科技爱好者都心知肚明

    新闻Tech Policy Press治理

  2. TrustedMCP 发布 2026 年 11 月 MCP 服务器安全状况报告

    新闻TrustedMCP评测

  3. AI 驱动的版权地狱

    新闻404 MediaAI 动态

  4. TÜV 呼吁对前沿AI实施独立审查

    新闻pro治理

  5. Anthropic 依预期判定 AI 已达到自我改进门槛,启动安全规则

    新闻Martin Cid Magazine治理

  6. 韩国总理要求考虑在大学修学能力考试(CSAT)各考场关闭公共 Wi-Fi 以防 AI 作弊

    新闻The Korea Times事件

  7. 韩国在全国大学入学考试前加紧打击AI辅助作弊

    新闻Yonhap事件

  8. Anthropic 称智能体记忆的关键在于知道该忘什么,而非存多少

    新闻The DecoderAI 动态

  9. 研究者提出 Canary Token 方法,以差异化网页内容识别 AI 网页爬虫

    新闻公众号 大模型安全研究防御

  10. 美拟出台临时规则,要求向可能服务中国企业的境外数据中心出口AI芯片须获许可

    新闻TechCrunch AI治理

  11. Anthropic 的 Holden Karnofsky:39 个提高 AGI 胜算的具体项目

    新闻80,000 Hours Podcast观点