7月28日
16:41
16:41官方一手marktechpost@Asif Razzaq
微软AI发布首个专用网络防御模型MAI-Cyber-1-Flash,基于MAI-Code-1-Flash进行稀疏MoE微调,总参数量137B,活跃参数5B,上下文窗口256k。该模型运行于MDASH多智能体扫描框架内,可处理90%的扫描任务。在CyberGym基准测试上,MDASH系统得分达到95.95%。
推荐理由:微软出的专用网络防御模型MAI-Cyber-1-Flash,能处理九成扫描任务,CyberGym分数冲到95.95%,安全团队可以关注。
6月17日
6月4日
01:34
01:34官方账号Decoder@Matthias Bastian
白宫发布行政令,要求五角大楼和CISA等机构在30天内利用AI工具加强网络防御。AI开发者可自愿提交模型进行安全测试,但命令明确排除强制性审批。鉴于近期政府对AI公司的压力,这种合作的自愿性仍存疑问。该命令旨在平衡AI创新与国家安全,但业界对自愿机制的实际效果持观望态度。

推荐理由:AI安全合规是每个AI团队绕不开的议题,这份行政令直接影响了模型发布和审查流程,做AI产品和安全合规的开发者值得关注后续动向。
5月18日
10:32
10:32官方账号arXiv cs.LG@Igor Bogdanov, Chung-Horng Lung, Thomas Kunz, Jie Gao, Adrian Taylor, Marzia Zaman
精选
FORGE 是一种无需梯度更新的智能体记忆进化协议,通过分层 ReAct 架构和群体广播机制,让 LLM 智能体从失败轨迹中生成可复用的知识(规则、示例或混合形式)。在 CybORG CAGE-2 网络防御任务中,FORGE 使所有 12 种模型配置的平均回报提升 1.7-7.7 倍(相比零样本基线),并降低严重失败率至约 1%。关键发现包括:群体广播是性能提升的核心机制,示例记忆对多数模型效果最佳,且较弱模型受益更显著。该工作为无需权重更新的智能体持续学习提供了新范式。
推荐理由:做智能体持续学习和自主决策的团队——FORGE 用群体广播解决了记忆进化中的灾难性遗忘问题,无需微调模型权重,直接提升任务成功率。做网络防御或 POMDP 场景的开发者值得关注其低成本高回报的实践路径。