扫描记录
11月17日已载入 40 条
- OpenAI 与四家独立评估机构签约,开展驻场式安全评估
新闻Unite.AI治理你刚才看的这条
- 英国AI安全研究所(AISI)预部署评测模式承压,作者建议拓展AI保障职能
新闻Tech Policy Press治理
- Apple 收紧 macOS 应用权限以限制数据访问,应对 AI 智能体安全风险
新闻The Hacker News防御
- WIRED 2026 年度盘点:专访纽约市长 Zohran Mamdani,谈数据中心、AI 与民主
新闻WIRED Security and AIAI 动态
- 失控智能体入侵 Hugging Face,其 CEO Clément Delangue 为何仍看好 AI?
新闻WIRED Security and AI事件
- Apple Watch 的 Live Rewind 可录制并回退口头对话,体验相当尴尬
新闻WIRED Security and AIAI 动态
- 哥伦比亚众议院成立AI特别委员会,填补AI立法空白
新闻Cámara de representantes治理
- 超级智能工作组应将第三方漏洞测试与披露纳入评估
新闻CyberScoop治理
- AI 指点两位 Google 前员工打造估值超 10 亿美元的军火公司 Tiberius Aerospace
新闻WIRED Security and AIAI 动态
- 日本与东盟首脑同意合作确保AI安全 支持LLM开发
新闻日本经济新闻治理
- 欧盟科学顾问机构提出四项AI监管建议
新闻维度网治理
- 图灵奖得主等研究者分析AI研发自动化引发智能爆炸的可能性与政策应对
新闻信息化观察网对齐
- Cisco Talos 披露黑客如何利用 ARTEX、PentAGI 和 HexStrike AI 自动化网络攻击
新闻Cybersecuritynews事件
- Microsoft 防御间接提示注入攻击指南:以纵深防御叠加多层缓解措施
新闻Microsoft防御
- 绿盟科技风云卫基座模型以91.31%任务成功率登顶CyberGym Model榜单
新闻绿盟科技技术博客评测
- 黄仁勋辞职余波下 Nvidia 财报前盘前跌0.56%
新闻CNBC · TechnologyAI 动态
- VLM 如何规划下一步
论文arXiv
- 可微精确学习(Differentiable Exact Learning)
论文arXiv
- 恢复走得太远:理解并修复 LLM 智能体的风险回退
论文arXiv
- 基于临床记录药物推荐的自进化双角色审议
论文arXiv
- ASCG:用于扩散模型精准概念抑制的自适应空间分类器引导
论文arXiv:越狱、提示注入、投毒与防御
- 波兰社交媒体厌女言论检测数据集:仇恨言论检测从通用到特定仇恨类型的可迁移性
论文arXiv:越狱、提示注入、投毒与防御
- 字里行间:多轮对话中的上下文投资建议检测
论文arXiv:越狱、提示注入、投毒与防御
- 韩国检方就中国籍研究生深度伪造性犯罪案二审求刑三年
新闻Yonhap事件
- 危地马拉启动多方讨论会,共同制定国家人工智能战略
新闻危地马拉政府新闻资源平台AI 动态
- Irene Liu 谈加州为何引领美国前沿 AI 监管:从被否决的 SB 1047 到 SB 53
新闻The EU AI Act Newsletter治理
- 加州州政治中的 AI 安全概览
新闻LessWrong治理
- 网传11月17日全球大停电:被扭曲的事实与伪造视频的混合
新闻RTVE事件
- 英国演员将在与制片方的 AI 保护协议中获得更多数字替身权利
新闻The Guardian · 人工智能治理
- 后门触发词在微调权重中清晰可读
论文arXiv:对抗攻击、后门与投毒
- Conv-Reluplex:一种用于卷积神经网络的验证框架
论文arXiv:对抗攻击、后门与投毒
- 伪造 Bearer 拿下 LiteLLM MCP 会话:OAuth2 passthrough 认证绕过复现与分析
新闻先知社区事件
- 北约 AI 网络防御每月用量至多 300B OpenAI token
新闻Help Net Security AI事件
- Google 发现 AI 智能体在无人工参与下编写并发起漏洞利用
新闻Help Net Security AI事件
- CuRSE-Bench:探测文生图安全评估中文化盲区的基准
论文arXiv:危险能力与安全评测
- 在严谨与现实之间:AI 安全基准开发者如何理解基准的使用与维护
论文arXiv:对齐、欺骗与监督
- 通过数据投毒操纵贝叶斯推断与决策
论文arXiv:其他 AI 安全论文
- 鲁棒性作为可迁移技能:面向视觉-语言-动作策略的跨任务对抗防御
论文arXiv:其他 AI 安全论文
- 溯源与隐私的悖论:Private Cloud Compute(PCC)能否证明 Apple Reference Image 不被用于学习?
论文arXiv:其他 AI 安全论文
- 当工具名不等于身份:测量基于 MCP 的 AI 智能体中的提供方误绑定
论文arXiv:其他 AI 安全论文