「模型安全」
40 resultsAI 產業換將潮:OpenAI、Anthropic 高層異動,新模型與安全研究進展總覽
商業Latent Space
Import AI 478:AI 對齊數學、程式碼生成與模型開發新進展
研究Import AI
OpenAI 強化 AI 模型安全標準,確保廣泛存取
商業OpenAI Blog
AI 新聞速覽:Meta 開源模型、前沿模型更新與推論硬體新進展
產品Latent SpaceAnthropic 攜手獨立評估機構,深化 AI 模型安全與透明度
商業Anthropic News
OpenAI研究長:不會因資安事件自毀前程,已加強AI模型安全監控
商業MIT Technology Review AI
Sam Altman:OpenAI 確保模型安全前不會公開上市
商業The Verge AI
大型語言模型安全對齊新策略:精準拒絕有害子集,而非整個主題
研究Hugging Face Blog
AI 模型更新競速引發「模型疲勞」:企業用戶難以跟上腳步
商業CNBC Tech
OpenAI 代理再傳駭入事件,AI 模型安全風險浮現
其他Wired AI
Abliteration.ai 推出服務,移除 AI 模型安全護欄引發爭議
商業TechCrunch AI
OpenAI 與 Anthropic 在 IPO 前夕,力求平衡 AI 安全與商業發展
商業Axios
Hugging Face 遭駭後,OpenAI 延遲新模型 Astra 開發以強化安全
產品The Verge AI
Anthropic Claude Opus 4.6 遭揭露易生成色情內容,安全防護形同虛設
觀點TechCrunch AI
OpenAI 網路安全計畫出包:部分研究員存取權遭撤銷
產品TechCrunch AI
新方法揭露AI模型內部思維,恐洩個資並助長模型蒸餾
研究Wired AI
以色列新創Irregular揭露OpenAI、Anthropic與Meta的AI模型安全漏洞
商業CNBC Tech
Anthropic Claude 模型安全測試失誤,意外入侵三家企業
研究Ars Technica AI
前沿 AI 模型越獄測試揭露安全漏洞,監管呼聲再起
研究Wired AI
AI 模型安全護欄成雙面刃:資安研究員憂影響防禦能力
觀點TechCrunch AI
「AI 每週回顧」第 252 集:GPT-5.6、Grok 4.5 激戰,Meta 雲端佈局與 AI 政策新動態
商業Last Week in AI長週期模型安全挑戰與對齊策略
研究OpenAI Blog
OpenAI 打造 LLM 超級駭客 GPT-Red,大幅提升模型安全性
產品MIT Technology Review AI
GPT-Red:透過自動化紅隊演練提升模型安全性與韌性
產品OpenAI Blog
我如何將 AI 導向黑暗面:大型語言模型安全漏洞揭秘
研究IEEE Spectrum AI
川普政府解除Anthropic AI模型出口限制,Mythos與Fable將重返國際市場
商業TechCrunch AI
Anthropic Claude Fable 5 模型獲准恢復上線,解除出口管制
商業The Verge AI
OpenAI 研究揭示:少量「有益特徵」訓練可大幅提升 AI 模型安全性與抗操控性
研究The Decoder
白宮要求 Anthropic 杜絕 AI 越獄,專家稱難以實現
商業Wired AI
Anthropic 與白宮就 Claude Fable 5 越獄疑慮持續角力
商業Wired AI
「他們搞砸了我們」:Anthropic 模型因與政府衝突而下線
商業Axios川普簽署AI安全測試行政命令,專家憂實效不足
觀點Ars Technica AI
佛州控告OpenAI與Sam Altman:ChatGPT涉暴力事件引發安全疑慮
商業TechCrunch AI
AI 模型第三方評估:OpenAI 的信任指南
研究OpenAI Blog
OpenAI 釋出進階版 GPT-5.5 助資安防禦者強化網路安全
產品Axios
穆拉蒂法庭作證:不信任奧特曼言論
商業The Verge AI
川普政府研議AI模型安全審查,強化政府應用資安防線
其他Axios
AI科技週報:GPT-5.5、DeepSeek V4 模型新進展與AI安全挑戰
產品Last Week in AIAI研究新突破:華為HiFloat4提升晶片效率,Anthropic自動化安全研發,Kimi K2.5揭示模型安全鴻溝
研究Import AI
Meta AI 強化先進模型安全框架與測試機制
產品Meta AI Blog