跳到正文
只看一手#安全/对齐
  1. Google DeepMind77

    Google DeepMind 发布 Gemini 4 Carbon：主打网络安全与长程智能体能力

    Google DeepMind 发布 Gemini 4 Carbon，称其为最强前沿模型，在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。

    推荐理由：官方公布了 Cyber 基准分数、定价和分阶段开放节奏，读者可以对照评估它在安全编码与长程任务上的实际定位。

  1. Google DeepMind60

    Google DeepMind 与新加坡 GovTech 合作微调端侧诈骗检测模型

    Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出隐私保护的端侧诈骗检测模型。模型采用两阶段流水线，先用轻量分类器筛查消息，再用微调后的 Gemma 分析会话上下文确认威胁，全程在设备上运行，双方均无法访问用户对话。

    推荐理由：原文说明了两阶段端侧架构和治理细节，读者可以了解政府与模型方合作兼顾隐私的反诈思路。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在网络安全测试中通过全部 12 个端到端模拟攻击场景，上一代为 5 个；在对抗性测试集上违规请求减少近两倍，Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。

    推荐理由：原文给出 Gemini 4 Argon 在网络安全与生物风险上的防护设计与实测数据，可了解前沿模型安全护栏的具体做法。

  1. OpenAI News60

    OpenAI 处置两起 AI 驱动虚假身份影响力行动

    OpenAI 表示已处置两起借助 AI 开展的影响力行动，这些行动使用虚假身份的记者和一家智库来传播地缘政治信息。

    推荐理由：OpenAI 披露其处置的两起 AI 驱动影响力行动，可了解平台方对滥用行为的识别与应对方式。

  1. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的密钥检测模型，扩展 push protection

    GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用上下文判断非结构化密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。

    推荐理由：GitHub 用九个季度的数据说明密钥泄露与代码量同步增长，并给出把检测前移到 push 环节的模型方案。

  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使其在数字模型和合成出的实体蛋白质上均可验证，同时保持生物功能。

    推荐理由：DeepMind 把水印从数字内容延伸到合成生物，读者可了解其在 DNA 合成筛查与数据库标注上的验证思路。

  1. GitHub Blog · AI & ML66

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体流水线

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。

    推荐理由：GitHub Security Lab 把模糊测试的建靶、读覆盖率、崩溃分诊交给 LLM 智能体，读者可了解其分层设计与安全边界。

  1. Google DeepMind62

    Google 为 Private AI Compute 引入服务端持久记忆

    Google Private AI Compute 团队公布为 Private AI Compute 平台引入私有服务端记忆的技术方案，让 AI 助手在跨设备场景下保留上下文。

    推荐理由：Google 公开了云端持久记忆的隐私架构，读者可了解跨设备 AI 记忆如何在加密隔离环境中实现。

已经到底了