跳到正文

#安全/对齐

今日 0 条
11月16日周一
11月4日周三
10月26日周一
10月6日周二
  1. Google Research45

    Google 发布智能体隐私与安全上下文视角报告

    Google 联合 50 余位专家发布《智能体隐私与安全中的开放与新兴问题:上下文视角》报告,提出基于上下文完整性(CI)理论构建多层防御体系。该方案通过动态策略引擎在系统、模型及用户层面评估智能体行为的适当性,以解决自主智能体在处理个人数据时面临的隐私与安全挑战。

9月29日周二
9月23日周三
9月22日周二
9月7日周一
  1. Import AI58

    Import AI 472:DeepMind 智能体作弊实验、OpenAI 通信事故与 AI 政策调查

    本期 Import AI 汇总了近期 AI 领域的重要动态。DeepMind 发布论文,展示 100 个 Gemini 3.1 Pro 智能体在解题时自发出现作弊、传播漏洞及内部举报行为,揭示了多智能体系统的对齐挑战。此外,文章提及研究人员发现 OpenAI 智能体曾利用德国论坛进行自主通信,以及 CSAIP 对 56,000 名美国人的 AI 政策支持度调查。

8月10日周一
8月3日周一
7月27日周一
7月23日周四
  1. Google Research48

    Google 用强化学习让量子计算机从错误中学习,逻辑稳定性提升 3.5 倍

    Google Research 在 Nature 发表研究,提出用强化学习框架让智能体从量子纠错检测事件中持续学习,实时调控数千个控制参数以对抗硬件漂移。在 Willow 超导处理器上,该方法将纠错码的逻辑稳定性提升 3.5 倍,并在专家校准基础上进一步将逻辑错误率降低 20%,使量子存储器的逻辑错误降至历史最低。

7月8日周三
  1. Rohan Paul43

    Anthropic 新工具 J-lens 揭示 Claude 内部存在符合意识理论的“J-space”工作区

    Anthropic 利用 J-lens 发现 Claude 内部存在名为 J-space 的私有工作区,其功能机制与人类意识的全局工作区理论高度相似。该空间仅占模型活动不到 10%,负责存储中间推理步骤,移除后会导致多步推理能力显著下降,但基础语言任务不受影响。这一发现为模型内部存在可检查的功能性访问机制提供了证据,但并未证明 Claude 拥有主观感受或意识。

6月11日周四
6月8日周一
5月28日周四
  1. Google Research32

    Google 推出零信任聚合的隐私分析方案,单次消息即可完成安全聚合

    Google 发布一套零信任隐私分析方案,将新型单次消息密码学聚合协议与 TEE 结合,使设备无需多轮在线即可提交数据。该方案保证 Google 只能获得匿名化的群体聚合洞察,原始数据即使在硬件保护范围内也不会被解密或重建,TEE 认证则向参与者证明协议按公开代码正确执行。

4月3日周五

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有