AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:安全对齐×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月30日
00:37
00:37AK@_akhaliq
AgentDoG 1.5 是一个专为AI智能体安全与安全性设计的轻量级、可扩展的对齐框架。该框架旨在解决智能体在自主决策时可能出现的偏差和风险,通过简洁的机制实现高效对齐。它支持多种智能体场景,并能在资源受限环境下运行,降低了安全部署的门槛。这一更新提升了框架的实用性和鲁棒性,为AI智能体的实际应用提供了更可靠的安全保障。
AI产品智能体安全对齐AgentDoG轻量级框架AI安全

推荐理由:做AI智能体部署的团队终于有了一个轻量级的安全对齐方案——AgentDoG 1.5 解决了智能体自主决策中的安全痛点,资源受限环境也能用,建议关注智能体安全的开发者点开看看。
原文
5月14日
21:29
21:29AK@_akhaliq
精选
一项新研究证明,仅通过修改大型语言模型中的一个神经元就能绕过其安全对齐机制。该发现揭示了当前对齐方法存在严重漏洞。在多个开源模型上验证后,修改单个神经元后模型生成有害内容的概率显著提升。论文分析了该神经元的激活模式与安全决策的关联。
论文LLM安全对齐神经元AI安全

推荐理由:改一个神经元就破防
原文
精选全部日报登录