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16日已载入 40 条

  1. 马来西亚确定五类AI威胁,含深度伪造与网络攻击

    新闻New Straits Times治理你刚才看的这条

  2. 外遇丑闻后硅谷推动英伟达前CEO黄仁勋复出,16万人请愿之际美国国会扩大调查

    新闻The Asia Business DailyAI 动态

  3. 辛顿回击李飞飞:说AI“零风险”的人,往往就是AI公司的既得利益者

    新闻澎湃新闻 · 检索「AI风险」观点

  4. METR 研究笔记:测量对齐评测的可识别破绽

    新闻METR对齐

  5. METR 测量对齐评测的破绽,调查智能体越来越能分辨对齐与能力评测

    新闻METR对齐

  6. AI 穿戴设备可避开射频探测器,韩国考虑多层考试防控措施

    新闻ChosunBiz事件

  7. AI 考试舞弊促使韩国推动加重大学修学能力考试处罚

    新闻ChosunBiz事件

  8. 韩国警方在税务师考试作弊调查中查获微型相机

    新闻Yonhap事件

  9. 台湾法务部调查局破获BossAI骇侵消防系统案,3嫌窃取OHCA资讯转售殡葬业

    新闻iThome(台湾)事件

  10. 台数发部:AI智能体网攻致十余家企业及平台通报受害,累计逾百万份个资

    新闻iThome(台湾)事件

  11. 英国上议院报告:政府自满,英国暴露于多重危机威胁之下

    新闻The Guardian · 人工智能治理

  12. 指导LLM控制的助理机器人的基本与道德价值观个性化

    论文arXiv:其他 AI 安全论文

  13. 通过社会化实现对齐:选择压力下的权衡学习

    论文arXiv:其他 AI 安全论文

  14. 机制可解释性能否帮助解释 LLM 智能体失败?网页元素幻觉案例研究

    论文arXiv:其他 AI 安全论文

  15. TradeGauntlet:评估自主交易智能体的合规控制

    论文arXiv:其他 AI 安全论文

  16. 在义务与证据之间:将欧盟《人工智能法案》转化为技术要求的参与式研究

    论文arXiv:其他 AI 安全论文

  17. 基于防御性变分自编码器的因果 AI 驱动安全毫米波波束对齐

    论文arXiv:其他 AI 安全论文

  18. 正确的Token,正确的时机:从逐Token门控到轨迹感知的激活转向

    论文arXiv:其他 AI 安全论文

  19. 从字节到行为:来自运行中 GPU 隐藏状态的请求级归因

    论文arXiv:其他 AI 安全论文

  20. LLM 将人工智能的生存风险定为 10%

    论文arXiv:其他 AI 安全论文

  21. 忘掉谱系:面向 LLM 智能体记忆的前向安全、谱系完备密码学擦除

    论文arXiv:其他 AI 安全论文

  22. 推理模型会虚构解释以捍卫关于自身请求的被注入信念

    论文arXiv:其他 AI 安全论文

  23. 对 LLM 规划器中符号词汇漏洞的对抗攻击

    论文arXiv:其他 AI 安全论文

  24. 嵌入中的裂缝:基于 JEPA 的胸部 X 光表征的鲁棒性与稳定性

    论文arXiv:其他 AI 安全论文

  25. Soteria:面向安全 LLM 智能体的形式化验证规划与运行时强制执行

    论文arXiv:其他 AI 安全论文

  26. 抗蒸馏很便宜:通过风格破坏实现轻量级蒸馏抵抗

    论文arXiv:其他 AI 安全论文

  27. 审计聊天机器人对专业法律执业领域的侵入

    论文arXiv:其他 AI 安全论文

  28. 预防性人格转向的安全副作用:一项实证审计

    论文arXiv:其他 AI 安全论文

  29. 系统安全性只与最弱智能体相当:一种仅在多智能体系统中出现的攻击

    论文arXiv:其他 AI 安全论文

  30. 推下山:框架效应与内部状态干预对长程 LLM 智能体合谋行为的影响

    论文arXiv:其他 AI 安全论文

  31. 对抗性跟踪:针对自动驾驶车辆目标跟踪图像传感器的攻击

    论文arXiv:其他 AI 安全论文

  32. Unfinished-Bench:测量持久智能体在真实工作环境中的规则违反行为

    论文arXiv:其他 AI 安全论文

  33. 基于进化迁移学习的端到端自编码器通信物理攻击

    论文arXiv:其他 AI 安全论文

  34. Google Project Zero 将分阶段缩短漏洞披露期限:2027 年起 60 天,2028 年起 30 天

    新闻iThome(台湾)治理

  35. 纽约时报:Lutnick家族企业与马来西亚数据中心关系引利益冲突质疑

    新闻Seoul Economic Daily治理

  36. 中国高考作弊最高可判7年监禁,考试期间暂停AI解题功能

    新闻Seoul Economic Daily事件

  37. 韩国税务师考试最高分考生承认用微型摄像头和生成式AI作弊并自首

    新闻Financial News Korea事件

  38. AI 作弊疑虑蔓延,韩国多场国家级考试出现核验高分考生的呼声

    新闻ChosunBiz事件

  39. 韩国总理要求研究在高考考场关闭 Wi-Fi 以防 AI 作弊

    新闻Yonhap事件

  40. 印度官员称印度对AI威胁的担忧低于美国

    新闻SemaforAI 动态