10:45AI Will@FinanceYF573°7月1日起,Fable 5面向全球用户开放,Pro/Max/Team订阅用户可免费用到周限额的50%,活动持续至7月7日。Anthropic联合亚马逊、微软、谷歌共同开发统一越狱严重度评分框架,旨在评估AI系统安全风险。该框架可能成为行业安全标准。AI产品Fable 5AnthropicAI安全越狱检测行业标准10 个信源在谈推荐理由:Fable 5现在免费试用一半额度,Anthropic拉上微软谷歌搞统一安全评分,两件事都值得看看。原文
04:44官方一手marktechpost@Michal SutterAnthropic 于 7月1日在美国出口管制解除后重新部署了 Claude Fable 5。新增的网络安全分类器能阻止 Amazon 报告中提到的技术超过 99% 的时间,并将标记请求路由到 Opus 4.8。Anthropic 还与 Amazon、Microsoft 和 Google 共同提出了一个四标准越狱严重性框架。AI模型Claude Fable 5AnthropicAI安全越狱检测出口管制10 个信源在谈推荐理由:Anthropic 重新上线 Fable 5,新分类器能拦掉 99% 的安全漏洞,还拉了亚马逊和谷歌一起定规矩。原文
10:30官方账号arXiv cs.AI@Davis Brown, Samarth Bhargav, Arav Santhanam, Kasper Hong, Ivan Zhang, Matan Shtepel, Steffi Chern, Alexander Robey, Eric Wong, Hamed Hassani76°论文指出,当前安全监控器仅对单个智能体上下文评分,无法检测跨多个账户的分布式攻击。研究者首次构建了分布式智能体攻击,将有害目标分散到多个子智能体中,成功规避了标准监控器。为防御此类攻击,他们开发了在线状态监控器,通过实时聚类收集跨多个智能体转录的弱可疑信号,仅在必要时升级到语言模型进行跨账户标记。在模拟数据中心流量测试中,该监控器比标准监控器提前30%捕获分布式攻击,且对99%的用户流量几乎无额外延迟。防御优势在大规模良性流量下有所减弱,但意外发现也能捕获标准越狱攻击。论文分布式攻击安全监控智能体在线聚类越狱检测推荐理由:这篇论文解决了AI安全监控的结构性盲区——分布式攻击,做安全防御的团队值得关注,它展示了如何通过跨用户推理来提前捕获恶意行为。原文