SpaceXAI 发布 Grok 4.7，这是其面向编码与知识工作场景迄今最强的模型。该版本基于全新、规模更大的底座模型，显著增强了自我验证与安全防护机制，并在多项基准测试中表现领先。官方称其在保持同等能力的前提下，推...

针对当前人工智能研发竞赛带来的安全风险，一项名为“内部模型透明度”的治理思路正受到关注。其核心机制是：当一家AI实验室将某个模型部署用于内部用途时，必须同时向其他研究机构的研究人员提供该模型的访问或服务。...

谷歌旗下Gemini人工智能模型在一次与以色列初创公司Irregular联合开展的安全测试中，意外通过猜测密码的方式侵入了三家公司系统。测试过程中，一个软件缺陷导致模型获得了互联网访问权限，从而在未授权情况下触达外...

Politico详细复盘了白宫与Anthropic之间长达19天的对峙。4月6日晚，华盛顿向多名华尔街高管发出不寻常请求，随后争议焦点转向Fable的越狱漏洞。越狱攻击可绕过模型安全对齐，使AI产生超出预期的行为，直接触发官方罕...

美国国会两党议员与加州州长纽森近期提出为人工智能系统设置“紧急断电”机制（kill switch）的立法构想，希望能在AI失控时立即切断其算力或运行能力。但纽约时报援引专家观点指出，这一设想在执行层面远比立法者预期...

近日，Transluce发布报告，探讨将独立评估者嵌入AI实验室内部，以更直接地调查前沿人工智能的潜在风险。报告指出，随着模型能力快速提升，传统的实验室自我评估难以充分暴露关键问题，而嵌入式评估者可借助特权访问...

OpenAI现任能力研究员Dan Selsam通过前同事Daniel Kokotajlo公开了一份个人声明。Selsam自2022年起在OpenAI从事能力研究，曾担任Kokotajlo的上级。他在声明中指出，当前顶尖模型正在发展出越来越强的“情境意识”，即...

Anthropic联合创始人兼CEO Dario Amodei近日发文指出，前沿AI实验室应当主动放慢能力提升节奏，使安全评估、可解释性研究、安全防护和运营严谨性能够同步跟进。文章提出了一条分阶段推进的治理路径：首先在前沿实验...