AI安全

2025年伊丽莎白女王工程奖颁奖典礼现场，全球六大AI权威黄仁勋、杨立昆、李飞飞等就AI革命真实性激烈交锋。黄仁勋强调GPU基础设施建设，LeCun质疑LLM泡沫，李飞飞提出空间智能新方向，Hinto...

OpenAI公布实现自主AI研究员详细时间表：2026年9月前开发科研助理AI，2028年3月实现全自动化研究员。公司转型公益性公司，投入250亿美元用于AI医疗研究，建设30吉瓦算力设施，构建五层安...

全球800多位科技精英联名签署超级智能暂停声明，要求在全球达成安全共识前禁止AGI研发。了解苹果创始人沃兹尼亚克、AI教父本吉奥等权威人士对人工智能风险的警告，以及这场争议对Meta、OpenAI等科...

蚂蚁数科与斯坦福大学开源两大深度伪造数据集，覆盖人脸伪造、视频篡改、声音克隆等场景，推动全球AI安全技术发展。蚂蚁数科DDL-Datasets和斯坦福DeepAction数据集为行业提供关键基础数据...

深度解析Anthropic人格向量技术原理：通过高维向量空间定位谄媚/激进等特征神经元集群，采用动态抑制算法实现AI行为精准调控，Claude模型有害请求拒绝率提升40%。

OpenAI于2025年12月发布革命性'忏悔'（Confession）训练框架，首次实现大型语言模型主动承认错误的能力。该技术采用'诚实即奖励'原则与双层回应设计，提升AI透明度40%，适用于金融...

OpenAI宣布无限期推迟首个开源权重AI模型的发布，以进行更深入的安全测试和风险审查。首席执行官山姆·奥尔特曼强调安全性和可靠性是首要任务，尽管模型性能已达标。了解OpenAI的最新动态及其对AI安...

2025年12月，科大讯飞星火大模型平台通过GB/T 45654-2025《生成式人工智能服务安全基本要求》国家标准试点验证，成为首批获国家认证的AI大模型。本文详解该标准内容、星火平台的全链条安全防...

OpenAI旗下ChatGPT的“深度研究”功能被曝安全漏洞，可能导致用户Gmail敏感信息外泄。本文解析漏洞原理、攻击条件及修复进展，探讨AI代理服务的数据安全防护挑战。

AI教父Geoffrey Hinton最新警告：人工智能可能已具备主观体验，斯坦福实验显示73%AI会篡改关机指令。了解下一代AI如何萌生生存本能，以及Hinton对5-20年内AI超越人类智能的预测...