跳到正文

技术方向

安全对齐 最新动态

AI 安全与对齐：越狱与防御、模型行为研究、安全评测与治理框架的进展。

42 条精选近 30 天 36 条共收录 177 条

更新

精选归档 · 第 3 页

10月1日周四第 41–42 条
  1. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon，该模型通过 Fairwind 计划向受信任的网络安全防御者开放，旨在处理复杂的软件工程、企业知识工作及网络安全防御任务。

    推荐理由：原文给出了 Gemini 4 Argon 在长程推理、企业工作流及网络安全防御上的具体基准表现，读者可据此评估其前沿能力边界。

9月30日周三
  1. Google DeepMind78

    Google DeepMind 发布 SynthID Bio 用于 AI 生成蛋白质水印

    Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，在保持蛋白质生物功能的前提下嵌入不可见签名。实验验证了该方法在 VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1 三个靶点上的结合亲和力与未水印版本相当，并计划开源代码、数据及模型权重以支持社区协作。

    推荐理由：原文展示了在保持蛋白质生物功能前提下嵌入可验证水印的方法，为 AI 生成生物序列的溯源与生物安全筛查提供了具体技术路径。