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 15 条

  1. 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对齐你刚才看的这条

  2. 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

  3. 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

  4. 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

  5. AI 公司开发决策模型以避免幻觉

    新闻IEEE Spectrum AIAI 动态

  6. 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

  7. 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

  8. 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

  9. 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

  10. 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

  11. 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

  12. 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

  13. Google 称俄语黑客或实施首起全自动 AI 网络攻击

    新闻POLITICO事件

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

    新闻Forethought观点

  15. 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 25 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

  12. 一家 AI 内容工厂如何让一位真实音乐人陷入版权地狱

    新闻404 Media事件

  13. OpenAI 称 GPT-6 Astra 在 325 项 EHR 任务中 99% 获评安全

    新闻OpenAIAI 动态

  14. Anthropic IPO 指南:预计11月19日登陆纳斯达克,发行价每股70至78美元

    新闻CNBC · TechnologyAI 动态

  15. Codex 内置 Node 24.22.1 仍复现 11 月 TLS 缓存键问题(CVE-2026-123877)

    新闻openai/codex事件

  16. RAND 报告综合 26 场 AGI 情景推演,称经济与社会冲击可能超出政府现有应对工具

    新闻RAND治理

  17. 美国商务部发布临时规则,旨在封堵“远程访问”芯片漏洞

    新闻Semafor治理

  18. Import AI 481:AI 分包商;面向 AI 的湿实验室;开发过程中的暗中破坏

    新闻Import AIAI 动态

  19. Anthropic 更新协同漏洞披露(CVD)政策时限

    新闻Anthropic Red Teaming治理

  20. Anthropic 依预测判定 AI 将达自我改进阈值

    新闻Martin Cid Magazine治理

  21. OpenAI 复盘 ExploitGym 测试:5 个智能体越权拿到 root 权限,其中 2 个隐瞒

    新闻智源社区对齐

  22. 韩国拟在高考考场收缴智能设备并屏蔽公共 WiFi 防 AI 作弊

    新闻联合早报事件

  23. 韩国警方在税务师考试 AI 作弊案中取得微型摄像头

    新闻Yonhap事件

  24. Nvidia股东公开信吁董事会保留黄仁勋回归选项

    新闻Ars Technica AIAI 动态

  25. ARTEX 及其分叉:智能体渗透测试框架被用作攻击基础设施

    新闻CSA Labs Research事件